DATA MINING DALAM PENGELOMPOKKAN JUMLAH DATA PRODUKTIVITAS TANAMAN PANGAN MENGGUNAKAN METODE CLUSTRING K-MEANS ( STUDI KASUS : BADAN PUSAT STATISTIK KOTA BINJAI)

Abstract

Dari data hasil survei pada Badan Pusat Statistik (BPS) Kota Binjai bahwa hasil panen dan produktivitas tanaman pangan bervariasi hasilnya. Disebabkan pada setiap daerah berbeda kondisinya baik itu dari segi faktor lahan, teknik panen, dan hasil panen, sehingga menyebabkan BPS kesulitan dalam mengetahui hasil jumlah produktivitas tanaman pangan dari setiap kecamatan. Untuk itu diperlukan penggelompokkan jumlah data produktivitas tanaman pangan. Dengan menggunakan k-means sehingga mudah dalam memperoleh informasi mengenai data akurat produktivitas tanaman pangan dari setiap kecamatan, sehingga memudahkan pihak instansi dalam memenuhi kebutuhan penyaluran benih tanaman pangan dari setiap kecamatan dari data yang sudah di kelompokkan. Dan data yang di gunakan dalam penelitian ini yaitu data survei tanaman pangan selama 4 tahun yaitu tahun 2017-2020. Dari hasil analisis program yang telah diuji dengan menggunakan matlab dan dengan variabel yang telah di tentukan sehingga dapat di ketahui bahwa dari kecamatan, dengan jenis tanaman, dan jumlah produksi pada cluster 1 senbanyak 132 data, untuk cluster 2 sebanyak 143 data, danuntuk cluster 3 sebanyak110 data.