Klasterisasi Kesesuaian Lahan Kayu Putih Kabupaten Cilacap dengan Metode K-Means

Ratih Hafsarah Maharrani, Prih Diantono Abda'u, Hety Dwi Hastuti

Abstract


Banyaknya lahan kayu putih yang belum dimanfaatkan secara maksimal seperti penanaman dengan sistem tumpang sari, kurangnya pemahaman mengenai faktor penghambat dalam pertumbuhan tanaman kayu putih, dan kurangnya pengetahuan mengenai pemanfaatan potensi lahan yang optimal merupakan penyebab rendahnya produktifitas kayu putih di Indonesia. Klasterisasi menggunakan algoritma K-Means dalam pengelompokan lahan ke dalam cluster yang potensial berdasar faktor pendukung pertumbuhan hama rayap tanah merupakan tujuan dalam penelitian yang dilakukan. Proses cluster dilakukan menggunakan parameter tanaman tumpang sari, tipe tanah, suhu, kelembaban, dan curah hujan. Dalam metode K-Means, data yang memiliki karakteristik yang sama dalam satu kelompok dan memiliki karakteristik yang berbeda dengan kelompok lain akan dikelompokan dalam satu cluster. Clustering akan mengupayakan untuk mencapai tingkat minimal variasi antar data yang ada dalam suatu cluster. Pada penelitian yang dilakukan menggunakan 2 cluster dan didapatkan hasil sebanyak 13,56% (16 lahan) yang sangat berpotensi dan 86,44% (112 lahan) yang tidak berpotensi adanya hama rayap. Hasil pengujian terhadap cluster K-Means menggunakan indeks Davies Bouldin dan didapat nilai sebesar 0,055. Dari penelitian ini diharapkan sebagai bahan masukan dengan harapan secara ekologis dapat meningkatkan tingkat keberhasilan yang lebih baik saat melakukan budidaya tanaman kayuputih.


Keywords


Cluster; K-Means; Davies Bouldin Index; Lahan; Kayu Putih

Full Text:

PDF

References


S. Setiawan, “Analisis Cluster. Menggunakan Algoritma K-Means Untuk Mengetahui Kemampuan Pegawai Dibidang IT Pada CV. Roxed Ltd,” J. Pelita Inform., vol. 18, no. 3, pp. 80–86, 2019, [Online]. Available: https://ejurnal.stmik-budidarma.ac.id/index.php/pelita/article/view/1142

F. Fajriana, “Analisis Algoritma K-Medoids pada Sistem Klasterisasi Produksi. Perikanan Tangkap Kabupaten Aceh Utara,” J. Edukasi dan Penelit. Inform., vol. 7, no. 2, p. 263, 2021, doi: 10.26418/jp.v7i2.47795.

N. Dzaka Aditya, K. Auliasari, and A. Faisol, “Sistem Pendukung Keputusan Penentuan Kualitas Tanaman Porang Terbaik Untuk Kebutuhan Ekspor. Menggunakan Metode K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 2, pp. 611–617, 2021, doi: 10.36040/jati.v5i2.3746.

P. Pa, A. M. H. Pardede, and S. Rahmadani, “Pengelompakan Data Pencari Kerja Terdaftar Berdasarkan Umur Dan Pendidikan Menggunakan Metode. K-means Clustering Di Dinas Tenaga Kerja dan Perindustrian Perdagangan Kota Binjai,” J. Inform. Kaputama, vol. 6, no. 3, 2022.

R. Sadono, D. Soeprijadi, and P. Y. A. P. Wirabuana, “Variasi Sifat Kimia Tanah Pada Sistem Agroforestri. di Kawasan Hutan Tanaman Kayu Putih,” J. Ilmu Lingkung., vol. 17, no. 2, pp. 205–211, 2019, doi: 10.14710/jil.17.2.205-211.

E. Subhan and M. R. Benung, “View of Analisis Kesesuaian Lahan Budidaya Tanaman Kayu Putih (Melaleuca leucadendra) di Kecamatan Bukit Batu Kota. Palangka Raya Provinsi Kalimantan Tengah.pdf,” Media Ilm. Tek. Lingkung., vol. 5, no. 2, pp. 83–90, 2020.

W. O. M. Arsyad, A. Ismanto, and A. Baedowi, “Efikasi Ekstrak Akar Tuba Dalam Mengendalikan. Pada Pertanaman Kayu Putih,” Ecogreen, vol. 5, no. 1, pp. 57–62, 2019.

A. B. Sopandi. and B. Wasis, “GANGGUAN HAMA PADA TANAMAN KAYU PUTIH ( Melaleuca,” Makal. Semin. PKP, no. April 2016, 2016, doi: 10.13140/RG.2.2.17409.61288.

A. B. Sopandi and B. Wasis, “Gangguan Hama pada Tanaman Kayu Putih (Melaleuca cajuputy) . di RPH Kosambian, BKPH Tomo Utara, KPH Sumedang.” 2016.

A. Arinana, A. Rauf, D. Nandika, I. Harahap, and I. M. Sumertajaya, “Model Prediksi Kelas Bahay.a Serangan Rayap Tanah Di Provinsi DKI JakartaBerbasis Spesies, Tanah, dan Iklim,” Pros. Semin. Nas. PEI, no. October, pp. 170–179, 2019, [Online]. Available: https://www.researchgate.net/publication/338294223

O. E. Simanjuntak, R. Suryantini, and Nurhaida, “Intensitas Serangan Rayap pada Eucalyptus. Pellita di Areal Hutan Tanaman Industri PT. Wana Hijau Pesaguan Kabupaten Ketapang,” J. Hutan Lestari, vol. 7, no. 1, pp. 492–498, 2019.

M. F. Rifai, H. Jatnika, Y. S. S. Purwanto, and S. Karmila, “Pengaruh Kondisi. Cuaca Terhadap Serangan Hama Penggerek Batang Pada Tanaman Padi Di Desa Ciaruteun Ilir, Kec. Bungbulang, Kab. Bogor,” Petir J. Pengkaj. dan Penerapan Tek. Inform., vol. 13, no. 2, pp. 201–211, 2020, doi: 10.33322/petir.v13i2.1041.

N. Subekti, D. Duryadi, D. Nandika, S. Surjokusumo, and S. Anwar, “SEBARAN DAN KARAKTER. MORFOLOGI RAYAP TANAH Macrotermes gilvus Hagen DI HABITAT HUTAN ALAM,” J. Ilmu dan Teknol. Has. Hutan, vol. 1, no. 1, pp. 27–33, 2008.

Khomsatun, D. Ikhsan, M. Ali, and Kusrini, “SISTEM PENGAMBILAN KEPUTUSAN PEMILIHAN LAHAN TANAM DI KABUPATEN WONOSOBO DENGAN K-MEANS CLUSTERING DAN TOPSIS.,” J. Nas. Pendidik. Tek. Inform. JANAPATI |, vol. 9, no. 1, pp. 55–63, 2020.

J. Tamaela, E. Sediyono, and A. Setiawan, “Cluster Analysis Menggunakan Algoritma Fuzzy C-means dan K-means Untuk Klasterisasi dan Pemetaan Lahan Pertanian di Minahasa Tenggara.,” J. Buana Inform., vol. 8, no. 3, pp. 151–160, 2017, doi: 10.24002/jbi.v8i3.1317.

W. D. H. Hendra Effendi, Ahmad Syahrial, Sefran Prayoga, “Penerapan Metode K-Means Clustering untuk. Pengelompokan Lahan Sawit Produktif pada PT Kasih Agro Mandiri,” Teknomatika, vol. 11, no. 02, pp. 117–126, 2021.

P. Alkhairi and A. P. Windarto, “Penerapan K-Means Cluster Pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara.,” Semin. Nasioanl Teknol. Komput. Sains, pp. 762–767, 2019.

F. Dwiatmoko, E. Utami, and Sudarmawan, “Preprocessing Tranformasi Data Menggunakan. K-Means Clustering,” EXPLORE, vol. 11, no. 2, pp. 127–134, 2021.

U. T. Suryadi and R. Selviani, “Implementasi Metode K-Means Untuk Klasterisasi Lahan Pertanian Strawberry Di Daerah Subang Berbasis Iot Menggunakan. Platform Node-Red,” J. Teknol. Inf. dan Komun. STMIK Subang, vol. 13, no. 2, pp. 130–140, 2020.

R. Adhitama, A. Burhanuddin, and R. Ananda, “Penentuan Jumlah Cluster Ideal Smk Di Jawa Tengah Dengan Metode X-Means Clustering Dan K-Means Clustering.,” JIKO (Jurnal Inform. dan Komputer), vol. 3, no. 1, pp. 1–5, 2020, doi: 10.33387/jiko.v3i1.1635.




DOI: http://dx.doi.org/10.26418/jp.v8i3.59305

Refbacks

  • There are currently no refbacks.