Implementasi Metode KMean Clustering Pada Aplikasi Pengelompokan Daerah Produksi Garam

• Published in: Jurnal Bumigora Information Technology (BITe) Vol. 5; no. 1; pp. 43 - 52
• Main Authors: Pranoto, Yosep Agus, Vendyansyah, Nurlaily
• Format: Journal Article
• Language: English
• Published: 30.06.2023
• ISSN: 2685-4066; 2685-4066
• DOI: 10.30812/bite.v5i1.2690

Latar Belakang: Indonesia memiiki wilayah darat dan laut yang cukup luas sehingga memiliki potensi produksi garam. Upaya untuk peningkatan produksi garam tersebut masih kurang optimal karena masih ditemukan beberapa wilayah yang menghasilkan produk garam dengan jumlah sedikit padahal mempunyai luas lahan dan jumlah petani yang banyak, sehingga untuk wilayah seperti ini perlu dilakukan pembinaan agar dapat meningkatkan jumlah produksi garamnya. Se[1]lama ini belum ada sistem yang digunakan untuk melakukan pengelompokkan wilayah penghasil garam sehingga tidak dapat mengetahui wilayah mana yang masih memiliki potensi untuk meningkatkan produksinya. Tujuan: Tujuan dari penelitian ini adalah membuat sebuah sistem aplikasi yang dapat mengelompokkan wilayah penghasil garam. Metode: Metode pengelompokkan yang digunakan adalah K-Means dimana metode ini dapat mengelompokkan dataset menjadi beberapa cluster yang telah ditentukan. Hasil: Hasil pengujian aplikasi yang dilakukan menggunakan 10 dataset wilayah penghasil garam didapatkan 4 wilayah dengan cluster jumlah produksi sedikit, 3 wilayah dengan cluster jumlah produksi cukup, 3 wilayah dengan cluster jumlah produksi banyak. Kesimpulan: Aplikasi pengelompokkan wilayah penghasil garam menggunakan metode K-Means ini dapat membantu proses pengelompokan wilayah penghasil garam menjadi lebih mudah, cepat dan objektif