PENERAPAN K- MEDOIDS DALAM KLASIFIKASI PERSEBARAN LAHAN KRITIS DI JAWA BARAT BERDASARKAN KABUPATEN/KOTA

Abstrak

Karakteristik lahan kritis meliputi kerusakan struktur tanah, penurunan kuantitas dan kualitas bahan organik, kekurangan unsur hara, dan terganggunya siklus hidrologi. Lahan kritis membutuhkan rehabilitasi dan peningkatan produktivitas untuk kembali ke keadaan sebelumnya sebagai ekosistem yang sehat atau untuk menghasilkan hasil yang lebih baik. Perambahan hutan, penebangan liar, kebakaran hutan, dan penggunaan sumber daya hutan yang tidak tepat adalah semua faktor yang berkontribusi pada lahan penting. Tujuan penelitian ini adalah untuk mengkategorikan alokasi lahan kritis Jawa Barat berdasarkan kabupaten dan kota. Dengan menganalisis berbagai sumber data dan menggunakan alat untuk identifikasi pola seperti statistik dan matematika, data mining adalah proses menemukan koneksi dan pola baru. Peneliti menggunakan Algoritma K-Medoids, teknik pengelompokan yang terkait dengan algoritma k-means dan algoritma medoidshift, untuk memecahkan masalah ini. Algoritma Partitoning Around Medoids (PAM) adalah nama lain untuk algoritma k-medoids. Data yang digunakan dalam penelitian ini berasal dari opendatajabar.com dan mencakup tahun 2014 hingga 2020. Sebanyak 81 item di cluster 0, 48 item di cluster 1, 229 item di cluster 2, 14 item di cluster 3, dan 6 item di cluster 4, karena data akan diolah menggunakan 5 cluster.