PENERAPAN K-MEANS ALGORITHM UNTUK MENGIDENTIFIKASI SUPPLIER BAHAN BAKU PADA KOMODITAS AGRIKULTUR DI KABUPATEN PAMEKASAN

Erwin Prasetyowati, Imron Rosyadi NR, Sholeh Rachmatullah

Abstract


Komoditas agrikultur terutama di Kabupaten Pamekasan, hasil produksinya beberapa diantaranya tidak konstan dan mengalami pertumbuhan  secara negatif dikarenakan beberapa faktor penghambat seperti kondisi alam dan animo sumber daya manusia yang terlibat didalamnya. Di sisi lain pertumbuhan produk berbahan baku dari komoditas ini semakin meningkat sehingga perlu dilakukan pemetaan dengan metode clustering menggunakan K-Means Algorithm, guna menentukan tingkat potensi unggulan di masing-masing wilayah atau, sehingga supplier-supplier bahan baku pada komoditas ini dapat diidentifikasi. Hasil penelitian menunjukkan bahwa tingkatan potensi pada komoditas agrikultur yaitu pertanian, perkebunan dan perikanan di masing-masing kecamatan dibedakan menjadi 3 cluster yaitu Potensi Tinggi, Potensi Sedang dan Potensi Rendah. Adapun data yang dilibatkan pada sektor pertanian dan perkebunan adalah 13 kecamatan, sedangkan pada sektor perikanan sebanyak 6 kecamatan dikarenakan tidak semua kecamatan berada pada wilayah pesisir. Melalui penelitian ini diharapkan para pelaku industri dapat menentukan supplier yang tepat sesuai kebutuhan akan ketersediaan bahan baku yang ada.

Kata kunci : Potensi Unggulan, K-Means, Clustering, Supplier.


References


Yuka Asmara, A., & Rahayu, S. (2013). Meningkatkan Daya Saing Industri Kecil Menengah Melalui Inovasi Dan Pemanfaatan Jaringan Sosial: Pembelajaran Dari Klaster Industri Software Di India. http://jp.feb.unsoed.ac.id/index.php/sca-1/article/viewFile/254/259

Prasetyowati, E., Said, B., & Rachmatullah, S. (2019). Simplex Algorithm By Mixed Activity-Based Costing for Optimization of Batik Madura Production. http://www.jatit.org/volumes/Vol97No3/19Vol97No3.pdf

Prasetyowati, E., & Rosyadi, I. (2020). Estimated Profits of Rengginang Lorjuk Madura by used Comparison of Holt-Winter and Moving Average. In Proceeding of the Electrical Engineering Computer Science and Informatics (Vol. 7). https://www.researchgate.net/publication/346140964_Estimated_Profits_of_Rengginang_Lorjuk_Madura_by_Used_Comparison_of_Holt-Winter_and_Moving_Average

Siagian, A. P., & Santoso, E. B. (2013). Klaster Pengembangan Industri Berbasis Perkebunan dalam Pengembangan Wilayah di Provinsi Aceh. JURNAL TEKNIK POMITS Vol. 2, No. 2, 2(2), 78–82.

Farha Shazmeen, S., Mustafa Ali Baig, M., & Pawar, Mr. (2013). Performance Evaluation of Different Data Mining Classification Algorithm and Predictive Analysis (Issue 6). www.iosrjournals.org

Prasetyowati, E., Nilam Ramadhani, dan, Raya Panglegur Km, J., & Timur, J. (2018). Sistem Evaluasi Dan Klasifikasi Kinerja Akademik Mahasiswa Universitas Madura Menggunakan Naive Bayes Dengan Dirichlet Smoothing. In JUTI: Jurnal Ilmiah Teknologi Informasi (Vol. 16, Issue 2). http://juti.if.its.ac.id/index.php/juti/article/view/688/376

Dwijayanthi Nirmala, I., & Atika, P. D. (2020). Implementation Of K-Means Algorithm AsA Clustering Method For Selecting Achievement Students Based On Academic Grade. Jurnal PILAR Nusa Mandiri, 16(2), 199–204. https://doi.org/10.33480/pilar.v16i2.1575

Deni, R., & Setiawan, P. (2018). Penerapan Metode K-Means Clustering Untuk Analisis Potensi Produksi Komoditi Buah Pada Kabupaten Lumajang. In Jurnal Mahasiswa Teknik Informatika (Vol. 2, Issue 2).

Alkhairi, P., & Windarto, A. P. (2019). Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Penerapan K-Means Cluster Pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara. https://seminar-id.com/semnas-sainteks2019.html

Lasena Y, M. Y. (2020). Clustering Komoditi Unggulan Daerah Provinsi Gorontalo Menggunakan Algoritma K-Means. Jambura Journal of Electrical and Electronics Engineering (JJEEE), 2(1), 14–18. https://ejurnal.ung.ac.id/index.php/jjeee/article/view/4392/1734

Haryadi, D. (2021). Penerapan Algoritma K-Means Clustering Pada Produksi Perkebunan Kelapa Sawit Menurut Provinsi. Journal of Informatics and Communications Technology, 3(1), 1–010. https://doi.org/10.52661/j_ict.v3i1.71

Maulana, A., Nur Akbar, K., & Nurahman. (2021). Penerapan Clustering Menggunakan Algoritma K-Means Sebagai Analisis Produksi Komoditas Perikanan Provinsi di Indonesia. In EJECTS : E-Journal Computer, Technology and Informations System (Vol. 01, Issue 01). https://jurnal.unda.ac.id/index.php/ejects/article/viewFile/190/170

Fazeli, H. R., & Peng, Q. (2022). Generation and evaluation of product concepts by integrating extended axiomatic design, quality function deployment and design structure matrix. Advanced Engineering Informatics, 54, 101716. https://doi.org/10.1016/J.AEI.2022.101716

Riza, L. S., Rosdiyana, R. A., Wahyudin, A., & Pérez, A. R. (2021). The k-means algorithm for generating sets of items in educational assessment. Indonesian Journal of Science and Technology, 6(1), 93–100. https://doi.org/10.17509/ijost.v6i1.31523

Primandana, A., Adinugroho, S., & Dewi, C. (2019). Optimasi Penentuan Centroid pada Algoritme K-Means Menggunakan Algoritme Pillar (Studi Kasus: Penyandang Masalah Kesejahteraan Sosial di Provinsi Jawa Timur) (Vol. 3, Issue 11). http://j-ptiik.ub.ac.id




DOI: https://doi.org/10.21107/simantec.v11i2.18810

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Erwin Prasetyowati, Sholeh Rachmatullah, Imron Rosyadi NR

Indexed By