IMPLEMENTASI METODE FUZZY C-MEANS DALAM PENGELOMPOKKAN HASIL PANEN PADI DI PROVINSI BALI

Variance Pub Date : 2023-09-25 DOI:10.30598/variancevol5iss1page13-24

Indah Manfaati Nur, Afia Nur Lailatus Syifa, Miftakhul Kharis, Shella Heidy Permatasari

{"title":"IMPLEMENTASI METODE FUZZY C-MEANS DALAM PENGELOMPOKKAN HASIL PANEN PADI DI PROVINSI BALI","authors":"Indah Manfaati Nur, Afia Nur Lailatus Syifa, Miftakhul Kharis, Shella Heidy Permatasari","doi":"10.30598/variancevol5iss1page13-24","DOIUrl":null,"url":null,"abstract":"Di Indonesia, peranan padi sebagai salah satu komoditas pertanian tidak dapat diabaikan dan menjadi sangat penting. Salah satu cara yang efektif untuk mencapai peningkatan hasil pertanian yang optimal adalah menggunakan metode pengelompokkan. Terdapat beberapa metode pengelompokkan dalam klaster yang dapat digunakan, seperti k-means, hirarki, fuzzy c-means, DBSCAN, dan metode lainnya. Metode Fuzzy C-Means (FCM) menjadi solusi yang menarik untuk mengelompokkan hasil panen padi dengan lebih efektif. Penelitian ini bertujuan untuk mengimplementasikan metode Fuzzy C-Means (FCM) dalam pengelompokkan hasil panen padi di Provinsi Bali. Data yang digunakan adalah data sekunder yang diperoleh dari Kabupaten/Kota di Bali, termasuk variabel yang relevan seperti produktivitas, luas lahan, produksi padi, dan tinggi dataran. Hasilnya menunjukkan tiga kluster utama: kluster pertama terdiri dari Kabupaten Badung, Gianyar, dan Buleleng; kluster kedua terdiri dari Kabupaten Tabanan; dan kluster ketiga terdiri dari Kabupaten Jembrana, Klungkung, Bangli, Karangasem, dan Kota Denpasar. Untuk pengukuran kebaikan kluster digunakan nilai validasi, hasil validasi untuk nilai FSI sebesar 0,758, nilai PEI menghasilkan nilai 0,221, PCI dan MPCI, diperoleh nilai 0,888 dan 0,832.","PeriodicalId":485700,"journal":{"name":"Variance","volume":"25 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-09-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Variance","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30598/variancevol5iss1page13-24","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Di Indonesia, peranan padi sebagai salah satu komoditas pertanian tidak dapat diabaikan dan menjadi sangat penting. Salah satu cara yang efektif untuk mencapai peningkatan hasil pertanian yang optimal adalah menggunakan metode pengelompokkan. Terdapat beberapa metode pengelompokkan dalam klaster yang dapat digunakan, seperti k-means, hirarki, fuzzy c-means, DBSCAN, dan metode lainnya. Metode Fuzzy C-Means (FCM) menjadi solusi yang menarik untuk mengelompokkan hasil panen padi dengan lebih efektif. Penelitian ini bertujuan untuk mengimplementasikan metode Fuzzy C-Means (FCM) dalam pengelompokkan hasil panen padi di Provinsi Bali. Data yang digunakan adalah data sekunder yang diperoleh dari Kabupaten/Kota di Bali, termasuk variabel yang relevan seperti produktivitas, luas lahan, produksi padi, dan tinggi dataran. Hasilnya menunjukkan tiga kluster utama: kluster pertama terdiri dari Kabupaten Badung, Gianyar, dan Buleleng; kluster kedua terdiri dari Kabupaten Tabanan; dan kluster ketiga terdiri dari Kabupaten Jembrana, Klungkung, Bangli, Karangasem, dan Kota Denpasar. Untuk pengukuran kebaikan kluster digunakan nilai validasi, hasil validasi untuk nilai FSI sebesar 0,758, nilai PEI menghasilkan nilai 0,221, PCI dan MPCI, diperoleh nilai 0,888 dan 0,832.

查看原文本刊更多论文

模糊的c -手段的实施是对巴厘岛水稻作物的分类

在印度尼西亚，水稻作为农业商品的作用不容忽视，而且越来越重要。有效的方法之一是使用聚类方法。集群中有几种可使用的聚类方法，如k-均值、层次结构、模糊c-即DBSCAN和其他方法。Fuzzy c - memetion (FCM)是一种更有效地概括水稻作物的有趣方法。本研究旨在实施巴厘岛水稻种植总产量FCM (FCM)的Fuzzy c - memetion方法。所使用的数据是从巴厘岛地区/城市获得的次要数据，包括生产力、大片土地、水稻生产和高原等相关变量。结果显示有三个主要的集群:第一个集群是由Badung, Gianyar和Buleleng区组成的;第二组是塔巴南区;第三个集群包括Jembrana、klung、Bangli、Karangasem和denmarket镇。为了衡量集群的善值，FSI值为0.758的验证结果，裴值产生0.221、PCI和MPCI的值，得到0.888和0.832的分数。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Variance

自引率

0.00%

发文量