Pengelompokan dan Pemetaan Komoditas Tanaman Pangan Kabupaten/Kota Provinsi Jawa Timur Tahun 2020 Menggunakan K-Medoids Clustering
Grouping and Mapping Food Crops Commodities Regency/City Areas of East Java Province in 2020 by using K-Medoids Clustering
Kata Kunci:
clustering, K-medoids, Pseudo-F, Tanaman panganAbstrak
Provinsi Jawa Timur merupakan salah satu wilayah di Indonesia yang memiliki keunggulan di sektor pertanian, khususnya tanaman pangan. Kondisi geografis dan tingkat kesuburan tanah yang beragam mengakibatkan adanya perbedaan produksi komoditas tanaman pangan antar kabupaten/kota di Jawa Timur. Penelitian ini dilakukan untuk mengetahui pengelompokan dan pemetaan komoditas tanaman pangan kabupaten/kota di Provinsi Jawa Timur. Data yang digunakan adalah data produksi tanaman pangan meliputi padi, jagung, kedelai, kacang tanah dan ubi jalar. Metode yang digunakan yaitu K-medoids Clustering. Hasil analisis menunjukkan bahwa cluster yang terbentuk dilihat dari nilai Pseudo-F tertinggi yaitu 6 cluster. Cluster 1 unggul pada komoditas kacang tanah. Kabupaten yang termasuk pada cluster 2 relatif cukup unggul pada tanaman palawija. Cluster 3 merupakan wilayah kota dengan produksi tanaman pangan paling rendah dibandingkan wilayah kabupaten. Cluster 4 merupakan wilayah kabupaten yang unggul pada komoditas padi, jagung, kedelai. Cluster 5 adalah kabupaten yang unggul pada komoditas ubi jalar. Cluster 6 merupakan wilayah kabupaten yang unggul pada komoditas jagung dan kacang tanah.
Referensi
Kementerian Perdagangan Republik Indonesia, “Profil Komoditas Padi,” 2004, hal. 38. [Daring]. Tersedia pada: https://ews.kemendag.go.id/sp2kp-landing/assets/pdf/130827_ANL_UPK_Beras.pdf.
(BPS) Badan Pusat Statistik, “Indikator Pertanian Provinsi Jawa Timur 2020,” B. P. S. P. J. Timur, Ed. Surabaya: Badan Pusat Statistik Provinsi Jawa Timur, 2020.
(BPS) Badan Pusat Statistik, Keadaan Angkatan Kerja di Indonesia Agustus 2020. BPS RI, 2020.
Karmini, Ekonomi Produksi Pertanian, vol. 1999, no. December. Kalimantan Timur: Mulawarman University PRESS, 2018.
(BPS) Badan Pusat Statistik, “Produk Domestik Regional Bruto Provinsi Jawa Timur Menurut Lapangan Usaha 2016-2020,” in Badan Pusat Statistik, Surabaya: Badan Pusat Statistik Provinsi Jawa Timur, 2021, hal. 144. [Daring]. Tersedia pada: https://jatim.bps.go.id/publication/2021/04/05/0e6ccc7aedc3e59b6883a51d/produk-domestik-regional-bruto-provinsi-jawa-timur-menurut-lapangan-usaha-2016-2020.html
M. P. D. P. P. J. Timur, Road Map dan Rencana Aksi Pengembangan Kawasan Tanaman Pangan dan Hortikultura Jawa Timur. 2017. [Daring]. Tersedia pada: http://dx.doi.org/10.1016/j.cirp.2016.06.001%0Ahttp://dx.doi.org/10.1016/j.powtec.2016.12.055%0Ahttps://doi.org/10.1016/j.ijfatigue.2019.02.006%0Ahttps://doi.org/10.1016/j.matlet.2019.04.024%0Ahttps://doi.org/10.1016/j.matlet.2019.127252%0Ahttp://dx.doi.o
D. J. T. Pangan, “Petunjuk Teknis Pengembangan Kawasan Tanaman Pangan,” hal. 978–979, 2007.
Dinas Pertanian Provinsi Jawa Timur, “Potensi komoditas unggulan kawasan Tanaman Pangan dan Holtikultura Jawa Timur,” Masterplan Pengemb. Kaw. Tanam. Pangan dan Hortik. Jawa Timur Tahun 2015 – 2019, hal. 42–60, 2019.
D. Cousineau dan S. Chartier, “Outliers detection and treatment: a review.,” Int. J. Psychol. Res., vol. 3, no. 1, hal. 58–67, 2010, doi: 10.21500/20112084.844.
G. S. Maddala, Outliers. Introduction to Econometrics. New Jersey: Macmillan, 1992.
D. T. Larose, Discovering Knowledge in Data: An Introduction to Data Mining, vol. 100, no. 472. Wiley, 2014. doi: 10.1198/jasa.2005.s61.
Y. Rani dan H. Rohil, “A Study of Hierarchical Clustering Algorithms,” Int. J. Inf. Comput. Technol., vol. 3, no. 10, hal. 1115–1122, 2013.
R. A. Johnson dan D. W. Wichern, Applied Multivariate Statistical Analysis, Sixth Edit. New Jersey, 2007.
A. Rencher dan W. Christensen, Methods of Multivariate Analysis. New Jersey: John Wiley & Sons, Inc, 2012.
F. Alfiah, A. Almadayani, D. Al Farizi, dan E. Widodo, “Analisis Clustering K-Medoids Berdasarkan Indikator Kemiskinan di Jawa Timur Tahun 2020,” J. Ilm. Sains, vol. 22, no. 1, hal. 1, 2021, doi: 10.35799/jis.v22i1.35911.
J. Han dan M. Kamber, Data Mining: Concepts and Techniques. San Francisco: Elsevier Inc., 2006.
A. Barai (Deb) dan L. Dey, “Outlier Detection and Removal Algorithm in K-Means and Hierarchical Clustering,” World J. Comput. Appl. Technol., vol. 5, no. 2, hal. 24–29, 2017, doi: 10.13189/wjcat.2017.050202.
C. Vercellis, Business Intelligence: Data Mining and Optimization for Decision Making. 2009. doi: 10.1002/9780470753866.
A. Hadiyatullah, D. Arifianto, dan H. A. Al Faruq, “Pengelompokan Kecamatan Berdasarkan Hasil Produksi Komoditas Unggulan Di Kabupaten Jember Menggunakan Algoritma Partitioning Around Medoids,” hal. 1–9, 2020.
M. I. Rizki, T. A. Taqqiyuddin, dan J. J. Cerelia, “K-Medoids Clustering dengan Jarak Dynamic Time Warping dalam Mengelompokkan Provinsi di Indonesia Berdasarkan Kasus Aktif Covid-19,” Prism. Pros. Semin. Nas. Mat., vol. 5, hal. 685–692, 2021, [Daring]. Tersedia pada: https://journal.unnes.ac.id/sju/index.php/prisma/
Sugiyono, Metode Penelitan Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta, 2017.
R. Silvi, “Analisis Cluster dengan Data Outlier Menggunakan Centroid Linkage dan K-Means Clustering untuk Pengelompokkan Indikator HIV/AIDS di Indonesia,” J. Mat. “MANTIK,” vol. 4, no. 1, hal. 22–31, 2018, doi: 10.15642/mantik.2018.4.1.22-31.
J. F. H. JR, W. C. Black, B. J. Babin, dan R. E. Anderson, Multivariate Data Analysis, Seventh. New Jersey: Pearson Prentice Hall, 2010.
R. E. Sihombing, D. Rachmatin, dan J. A. Dahlan, “Program Aplikasi Bahasa R Untuk Pengelompokan Objek Menggunakan Metode K-Medoids Clustering,” Progr. Apl. Bhs. R Untuk Pengelompokan Objek Menggunakan Metod. K-Medoids Clust., vol. 7, no. 1, hal. 58–79, 2019.
W. Widana dan P. L. Muliani, Uji Persyaratan Analisis. 2020.
A. I. Safe’i, “Aplikasi K-Means Untuk Pengelompokan Kabupaten Dan Kota Berdasarkan Produktivitas Tanaman Pangan Di Provinsi Jawa Tengah …,” 2018. [Daring]. Tersedia pada: https://dspace.uii.ac.id/handle/123456789/7950
T. Calinski dan J. Harabasz, “A Dendrite Method for Cluster Analysis: Communications in Statistics,” Theory and Methods, vol. 3, hal. 1–27, 1974.
S. Nugroho, Statistika Mutivariat Terapan. 2008.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Jurnal Ilmiah Komputasi dan Statistika
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
