IMPLEMENTASI K-MEANS CLUSTERING PADA APLIKASI GIS (GEOGRAPHIC INFORMATION SYSTEM) (STUDI KASUS PERTANIAN PADI)

Abstract

K-Means merupakan pemodelan pengelompokkan data sesuai dengan karakteristik atau ciri-ciri bersama yang serupa. Pengelompokkan data yang digunakan dalam penelitian ini diterapkan pada penentuan hasil dari pertanian dalam setiap daerah dengan mengelompokkan daerah sukses panen,kurang tercapai dan gagal panen, dengan parameter yang ditentukan yaitu persentase luas panen dan persentase produksi dari luas tanam (ha), luas panen (ha) dan produksi (ton). Pengelompokkan hasil pertanian bertujuan untuk menginformasikan kepada masyarakat dan pemerintah daerah – daerah yang berpotensial untuk pertanian padi. Dalam penelitian ini daerah pengelompokkan yang sudah didapat dimunculkan ke dalam map untuk bisa menyajikan suatu Geographic Information System (GIS)untuk pertanian padi. Pengimplementasian metode K-Means terletak pada pencocokan centroid dan perhitungan jarak untuk mendapatkan jarak terdekat dengan menggunakan Euclidean Distance. Berdasarkan pengujian dari 16 data tahun 2012 - 2015 yang telah dilakukan, tingkat keakuratan pengelompokkan suatu cluster dengan menggunakan metode K-Means mencapai 78.125%.