SISTEM INFORMASI GEOGRAFIS HASIL PRODUKSI PADI DI KABUPATEN MALANG MENGGUNAKAN METODE K-MEANS CLUSTERING

  • Yongki Yudha Prasetya Teknik Informatika, Institut Teknologi Nasional
  • Ahmad Faisol Teknik Informatika, Institut Teknologi Nasional Malang
  • Nurlaily Vendyansah Teknik Informatika, Institut Teknologi Nasional Malang
Keywords: Sistem Informasi Geografis, Metode K-Means, Pemetaan, Produksi padi, Kabupaten Malang

Abstract

Kabupaten Malang adalah daerah yang ikut serta dalam pemasok  produksi padi di  Negeri ini. Kabupaten Malang sendiri memiliki 33 Kecamatan yang sebagian besar penduduk nya bekerja sebagai petani padi. Dalam bertani padi ada kalanya di tiap-tiap kecamatan tersebut mengalami kenaikan ataupun penurunan produksi.  Dalam pengolahan hasil produksi padi tersebut petani sendiri kadang tidak mengetahui hasil produksi padi di daerahnya. Dalam kondisi saat ini informasi sangat mendukung program ketahanan pangan dalam bidang pertanian. Pengumpulan informasi data produksi pertanian yang cepat dan akurat memudahkan dalam pengelolaan data. Dengan dibuatnya Sistem Informasi Geografis sangat membantu dalam pengolahan data produksi padi di Kabupaten Malang. Dengan adanya permasalahan tersebut maka dibuat sistem informasi geografis pemetaan hasil produksi padi di kabupaten malang dengan harapan dinas paertanian dapat mengelompokkan hasil produksi padi tiap kecamatan di kabupaten malang menggunakan metode clustering. Salah satu metode clustering yang digunakan pada sistem ini adalah metode k-means. Data yang diolah dalam penelitian ini yaitu data produksi padi tahun 2018-2020 dinas pertanian Kabupaten Malang. Sistem dibuat menggunakan website dengan framework Codeigniter, sedangkan untuk pemetaan produksi padi pada penelitian ini menggunakan Leaflet. Dari hasil pengujian sistem informasi geografis menggunakan K-Means Clustering dengan 3 cluster untuk pengelompokan hasil produksi padi di Kabupaten Malang, dengan menggunakan 99 sampel data, terdapat hasil pengelompokan sebanyak 44 (45%) masuk dalam kategori produksi banyak, 40 (40%) kategori produksi sedang dan 15 (15%) produksi kurang memuaskan. Berdasarkan hasil pengujian kinerja sistem dengan membandingkan pengelompokan secara manual atau data lama dengan pengelompokan pada sistem, sistem ini cukup baik dalam mengklasifikasi warga kurang mampu dengan tingkat akurasi 100%.

Downloads

Download data is not yet available.
Published
2021-10-25