PENGELOMPOKAN USAHA PERTANIAN PERORANGAN TANAMAN PANGAN DI KABUPATEN FLORES TIMUR DENGAN ALGORITMA K-MEANS DAN K-MEDOIDS
DOI:
https://doi.org/10.64930/jstar.v5i2.124Kata Kunci:
Usaha Pertanian Perorangan, Clustering, K-Means, K-Medoids, Davies-Bouldin IndexAbstrak
Pertanian merupakan sektor utama penopang perekonomian masyarakat di Kabupaten Flores Timur, Nusa Tenggara Timur, dengan mayoritas penduduk bergantung pada usaha pertanian perorangan tanaman pangan seperti padi, jagung, ubi kayu, ubi jalar, dan kacang tanah. Namun, terdapat variasi produksi antar kecamatan akibat perbedaan potensi lahan, kondisi agroklimat, dan praktik budidaya. Background Problems menunjukkan adanya ketimpangan distribusi komoditas berdasarkan Sensus Pertanian 2023, di mana padi ladang dan jagung dominan, sedangkan padi sawah dan ubi jalar relatif rendah. Tanpa pemetaan yang jelas, kebijakan pembangunan berisiko tidak sesuai dengan kebutuhan wilayah. Novelty penelitian ini adalah penggunaan pendekatan clustering dengan membandingkan algoritma K-Means dan K-Medoids, yang jarang diterapkan pada konteks pertanian daerah terpencil, serta evaluasi kualitas menggunakan Davies-Bouldin Index (DBI) disertai profiling cluster. Research Methods menggunakan data sekunder BPS dari Sensus Pertanian 2023 Tahap II dengan enam komoditas utama, dianalisis melalui normalisasi Z-Score, penerapan K-Means dan K-Medoids, evaluasi DBI, serta interpretasi hasil melalui profiling. Results menunjukkan bahwa K-Means menghasilkan tiga cluster dengan DBI = 1,1696, sedangkan K-Medoids menghasilkan dua cluster dengan DBI = 0,7058 sehingga lebih optimal. Profiling menunjukkan 15 kecamatan memiliki pola seimbang pada padi dan ubi, sedangkan dua kecamatan, Ile Boleng dan Witihama, lebih dominan pada jagung, ubi kayu, dan kacang tanah. Temuan ini menjadi dasar strategis kebijakan pembangunan pertanian Flores Timur.
Unduhan
Referensi
Akhda, M. D., & Tania, K. D. (2024). Comparison of K-Means and K-Medoids Algorithms for Clustering Poverty Data in South Sumatra Using DBI Evaluation. Digital Zone: Jurnal Teknologi Informasi Dan Komunikasi, 15(2), 233–245. https://doi.org/10.31849/digitalzone.v15i2.23624
Amna, Wahyudin, Sudipa, Putra, Wahudin, Syukrila, Wardhani, Heryana, Indriyani, & Santodo. (2023). DATA MINING (Ediana & Yanto, Eds.; Cetakan Pertama). PT GLOBAL EKSEKUTIF TEKNOLOGI. www.globaleksekutifteknologi.co.id
Ardila, S., Pratiwi, S. N., Is, W. R., Kuncoro, A., & Oriza, R. (2025). Pemberdayaan UMKM melalui inovasi pengolahan hasil pertanian di Desa Panton Raya: Pemberdayaan UMKM melalui inovasi pengolahan hasil pertanian di Desa Panton Raya. Jurnal Penelitian Dan Pengabdian Kepada Masyarakat (JPPM), 1(2), 17–20.
Arifandi, M., Hermawan, A., & Avianto, D. (2021). Implementasi algoritma K-Medoids untuk clustering wilayah terinfeksi kasus COVID-19 di DKI Jakarta. JTT (Jurnal Teknologi Terapan), 7(2), 120–128.
Awaliyah, L., Rahaningsih, N., & Dana, R. D. (2024). Implementasi Algoritma K-Means Dalam Analisis Cluster Korban Kekerasan Di Provinsi Jawa Barat. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 188–195.
BPS Flores Timur. (2023). Hasil Pencacahan Lengkap Sensus Pertanian 2023 Tahap II Kabupaten Flores Timur (Edition 2). BPS Kabupaten Flores Timur.
de Mathelin, A., Cecchi, N. E., Deheeger, F., Mougeot, M., & Vayatis, N. (2025). OneBatchPAM: A Fast and Frugal K-Medoids Algorithm. Proceedings of the AAAI Conference on Artificial Intelligence, 39(15), 16172–16180.
Fitriani, A., Arfi, E., & Huda, A. (2024). Penerapan Algoritma K-Means Clustering dalam Memetakan Produktivitas Lokasi Perkebunan Nanas PT Great Giant Pineapple. Journal of Mathematics, Computations and Statistics, 7(2), 215–231. https://doi.org/10.35580/jmathcos.v7i2.4200
Ishak, R. (2023). Clustering Prestasi Akademik Lulusan Menggunakan Metode K-Means. Jambura Journal of Electrical and Electronics Engineering, 6.
Maulana, R. H., Akbar, F. R., & Yotenka, R. (2025). Analisis Agglomerative hierarchical clustering terhadap Jumlah Usaha Pertanian Perorangan Pengguna Lahan Pertanian. Emerging Statistics and Data Science Journal, 3(2), 618–629.
Nurdin, N., Fajriana, Meiyanti, R., Adelia, & Maulita, M. (2025). Clustering and Mapping of Agricultural Production Based on Geographic Information System Using K-Medoids Algorithm. Journal of Artificial Intelligence and Technology, 5, 116–124. https://doi.org/10.37965/jait.2025.0633
Quirinno, R. S., Murtiana, S., & Asmoro, N. (2024). Peran sektor pertanian dalam meningkatkan ketahanan pangan dan ekonomi nasional. NUSANTARA: Jurnal Ilmu Pengetahuan Sosial, 11(7), 2811–2822.
Rahayu, Sudipa, Suryani, Ridwan, Darmawiguna, Sutoyo, Slamet, Harlina, & Maysanjaya. (2024). BUKU AJAR DATA MINING (Cetakan Pertama). PT. Sonpedia Publishing Indonesia. https://www.researchgate.net/publication/377415198
Rusli, R., Irmawati, I., Saharuddin, S., & Kamaruddin, I. (2025). Strategy for Regional Poverty Alleviation Based on Food Security in Pohuwato Regency. Hulondalo Jurnal Ilmu Pemerintahan Dan Ilmu Komunikasi, 4(1), 330–352.
Sajidah, H. (2025). Pentingnya Peran Pertanian Desa Sebagai Tulang Punggung Ekonomi Sektor Primer. Scientific: Jurnal Ilmu-Ilmu Sosial Dan Ekonomi, 9(1), 33–37.
Satriatama, A. E., Wibowo, A. P., Arnold, I. G. N., Pratama, R. B., Masyhuda, T. A., Agusti, Y. A., Purwanti, E., & Werdiningsih, I. (2023). Analisis Cluster Data Pasien Diabetes untuk Identifikasi Pola dan Karakteristik Pasien. Jurnal Teknologi Dan Sistem Informasi Bisnis, 5(3), 172–182.
Saurina, N., Noerhartati, E., Revitriani, M., & Retnawati, L. (2023). Cluster ing K-Medoid Untuk Entrepreneur Sorgum. INTEGER: Journal of Information Technology, 8(1).
Margareta, Satyahadewi, & Pertiwi. (2025). Perbandingan Kinerja Algoritma K-Means dan K-Medoids pada Pengelompokan Usaha Pertanian Perorangan Tanaman Pangan di Provinsi Kalimantan Barat. Jurnal Forum Analisis Statistik, 5(1), 35–46. https://doi.org/https://doi.org/10.57059/formasi.v5i1.91
Widianto, F., Kirana, E. T., & Rusda, D. (2024). Application of K-Means and K-Medoids Algorithms for Clustering Chili Commodity Trade Distribution in Indonesia. Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM), 9(2), 25–32.
Putri, Nur, & Wasono. (2022). Implementasi Spectral Clustering Algorithm Untuk Pengelompokan Sasaran Vaksinasi Covid-19 di Indonesia. Jurnal Statistika, 10(1), 2022. https://doi.org/10.26714/jsunimus.10.1.2022.26-31
Zhang, R. (Johnny). (2024). Enhancing Clustering Stability and Efficiency: A Framework for Optimizing K-means, K-medoids, and K-shape with Intelligent Algorithms. Journal of Engineering Research and Reports, 26(12), 192–206. https://doi.org/10.9734/jerr/2024/v26i121351
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Statistika Terapan (ISSN 2807-6214)

Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.


