Perbandingan Algoritma K-Means dan Algoritma K-Medoids dalam Pengelompokan Komoditas Tanaman Biofarmaka di Provinsi Jawa Tengah Tahun 2018
Abstract
Tanaman biofarmaka (tanaman obat) adalah tanaman yang bermanfaat untuk obat-obatan, kosmetik dan kesehatan yang dikonsumsi atau digunakan dari bagian-bagian tanaman seperti daun, batang, buah, umbi (rimpang) ataupun akar. Salah satu upaya yang dapat meningkatan dan memelihara produktivitas di sektor tanaman biofarmaka yaitu dengan mengelompokan ke dalam kelompok–kelompok berdasarkan kesamaan karakteristik yang dimiliki dari setiap wilayah yang ada di Provinsi Jawa Tengah. Salah satu cara dalam melakukan pembagian disetiap kelompok wilayah yaitu menggunakan analisis cluster. Analisis cluster adalah metode yang digunakan untuk membagi rangkaian data menjadi beberapa grup berdasarkan kesamaan-kesamaan yang telah ditentukan. Tujuan dari penelitian ini adalah untuk mengetahui hasil cluster yang terbentuk dan perbandingan hasil kinerja dengan menggunakan Algoritma K–Means dan Algoritma K–Medoids untuk pengelompokan kabupaten/kota berdasarkan variabel tanaman obat di Provinsi Jawa Tengah. Hasil cluster yang terbentuk dengan metode Cluster K-Means dan metode Cluster K-Medoids adalah sama. Diperoleh hasil clusternya yaitu cluster 1 ada 2 kabupaten, cluster 2 ada 32 kabupaten/kota dan cluster 3 ada 1 kabupaten. Dari hasil pengelompokan kedua metode tersebut merupakan metode yang terbaik karena nilai rasio simpangan baku hasilnya sama yaitu 0,333333.
Collections
- Statistics [904]