Skripsi Matematika
Penerapan algoritma k-means dalam memetakan potensi hasil proteksi perkebunan kelapa sawit kabupaten pasangkayu
Kelapa sawit merupakan komoditas unggulan utama Indonesia yang produk utamanya
berupa sawit mentah yang memiliki nilai ekonomis tinggi sehingga menjadi salah satu
devisa negara terbesar dibandingkan dengan komoditas perkebunan lainnya.
perkembangan produksi minyak sawit pada Kabupaten Pasangkayu meningkat sejalan
dengan luas lahan dan luas produksi pada tahun 2018 selanjutnya diperkirakan pada tahun
2019 luas areal perkebunan kelapa sawit sebesar 100,089 juta hektar dengan produksi
CPO sebesar 142,320 juta ton. Salah satu masalah dalam perkebunan kelapa sawit yaitu
dalam pengelolaannya seringkali terjadi penurunan hasil minyak kelapa sawit. Hal ini
terjadi karena belum dilakukannya pemetaan terhadap lokasi buah yang berpotensi tinggi
untuk menghasilkan buah kelapa sawit. Untuk itu diperlukan pengelompokkan lokasi
potensial penghasil buah untuk mengetahui lokasi mana saja yang menghasilkan buah
sawit dengan jumlah banyak ataupun sedikit. Salah satu metode yang dapat digunakan
yaitu metode K-Means. K-Means adalah metode clustering berbasis jarak yang membagi
data ke dalam sejumlah cluster dan algoritma ini hanya bekerja pada atribut numerik.
Pembagian kelompok lokasi dilakukan berdasarkan luas panen dan jumlah produksi.
Dengan menggunakan 60 data, terdapat 46 data pada cluster 1 ( lokasi yang berpotensi
tinggi untuk menghasilkan buah kelapa sawit) yaitu pada tahun 2016 (Dapurang, Lariang,
Pasangkayu, Pedongga, Bambalamotu, Bambaira dan Sarjo), pada tahun 2017
(Bambalamotu,Bambaira dan Sarjo), pada tahun 2018 (Sarudu, Dapurang, Duripoku,
Baras, Bulu Taba, Lariang, Pasangkayu, Tikke Raya, Pedongga Bambalamotu, Bambaira
dan sarjo) pada tahun 2019 (Sarudu, Dapurang, Duripoku, Baras, Bulu Taba, Lariang,
Pasangkayu, Tikke Raya, Pedongga Bambalamotu, Bambaira dan sarjo), pada tahun 2020
(Sarudu, Dapurang, Duripoku, Baras, Bulu Taba, Lariang, Pasangkayu, Tikke Raya,
Pedongga Bambalamotu, Bambaira dan sarjo) dan 14 data pada cluster 2 (lokasi yang
berpotensi rendah untuk menghasilkan buah kelapa sawit) yaitu pada tahun 2016 (Sarudu,
Duripoku, Baras, Bulu Taba dan Tikke Raya) pada tahun 2017 (Sarudu, Dapurang,
Duripoku, Baras, Bulu Taba, Lariang, Pasangkayu, Tikke Raya dan Pedongga).
Kata kunci : Kelapa sawit, Pemetaan, Clustering, K-Means.
Tidak tersedia versi lain