PENERAPAN METODE K-MEDOIDS CLUSTERING UNTUK MENGELOMPOKKAN KETAHANAN PANGAN

CIOK FANDI (2022) PENERAPAN METODE K-MEDOIDS CLUSTERING UNTUK MENGELOMPOKKAN KETAHANAN PANGAN , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Pangan merupakan kebutuhan pokok yang harus tercukupi dan mudah dijangkau oleh seluruh masyarakat. Setelah berakhirnya masa pandemi, masih menyebabkan beberapa sektor mengalami penurunan, termasuk sektor pertanian mengalami penurunan yang mengakibatkan hasil panen juga ikut menurun. Permasalahan yang dihadapi beberapa daerah di Indonesia salah satunya daerah Sumatera Utara adalah ketersediaan hasil pangan mengalami penurunan dan kenaikan yang tidak stabil dikarenakan kurangnya informasi tentang pengelompokan ketahanan panen setiap tahunnya. Sehingga mengakibatkan kebutuhan pangan masyarakat disetiap daerah menjadi tidak terpenuhi. Tujuan Penelitian ini adalah mengelompokkan daerah dengan jumlah kenaikan dan penurunan hasil tanaman pangan di Sumatera Utara menggunakan algoritma K-Medoids. Algoritma K-Medoids termasuk algoritma pengelompokan yang cukup efesien dalam melakukan pengelompokan terhadap data yang kecil dan pencarian titik yang paling representatif dan mampu mengatasi outlier. Sehingga dapat digunakan dalam pengelompokan pengaruh produktivitas dan tingkat ketahanan pangan. Hasil penelitian menunjukkan penerapan algoritma K-Medoids menghasilkan nilai DBI (Davies Bouldin Index) sebesar 0,062 dan nilai Silhouette Coefficient sebesar 0,8980, dengan jumlah cluster sebanyak 3 cluster dimana Cluster_0 didominasi tanaman pangan jagung mengalami peningkatan produksi sebesar 5% dan kacang tanah sebesar 5% , Cluster _1 didominasi penurunan jumlah hasil produksi kacang kedelai sebesar 38%, dan Cluster_2 didominasi oleh penurunan hasil kacang hijau sebesar 33%.

JURNAL