JudulImplementasi Algoritma K-means Dengan Menggunakan Particle Swarm Optimization Dalam Pengelompokan Provinsi Di Indonesia Berdasarkan Produksi Tanaman Pangan |
Nama: MUTIARA QALBIYANTI HAFID |
Tahun: 2025 |
Abstrak Tanaman pangan adalah tanaman yang dibudidayakan dengan tujuan menghasilkan bahan pangan yang dapat dikonsumsi oleh manusia atau hewan ternak. Pengelompokkan produksi tanaman pangan di Indonesia diperlukan untuk mengoptimalkan hasil pertanian, mengurangi risiko kerugian akibat bencana alam, serangan penyakit, dan fluktuasi pasar. Penelitian ini dilakukan untuk mendapatkan informasi mengenai tingkat produksi tanaman pangan di Indonesia menggunakan metode Particle Swarm Optimization dengan algoritma K-Means. Particle Swarm Optimization (PSO) adalah teknik berbasis populasi dengan mengatur posisi dan kecepatan yang mengacu pada partikel yang optimum untuk mencapai solusi. Hasil penelitian menunjukkan jumlah cluster optimum adalah 2 cluster. Cluster 1 mencakup Provinsi dengan tingkat hasil produksi tanaman pangan yang rendah terdiri dari 35 Provinsi. Adapun cluster 2 mencakup Provinsi dengan tingkat produksi tanaman pangan tertinggi, yang terdiri dari 3 Provinsi. |