Analisis perbandingan K-Means, K-Medoids, dan Fuzzy C-Means untuk pengelompokan provinsi di Indonesia berdasarkan produksi padi tahun 2024

Ilham Mujahidin, Universitas Terbuka, Indonesia
Siti Hadijah Hasanah, Universitas Terbuka, Indonesia

 10.21831/jssd.v3i1.25385

Abstract


Padi menjadi salah satu komoditas penting dalam sektor pertanian Indonesia yang berperan krusial dalam menjaga ketahanan pangan nasional. Tujuan dari penelitian ini adalah untuk melakukan pengelompokan terhadap 38 provinsi di Indonesia berdasarkan kemiripan produksi padi guna memahami variasi spasial kinerja pertanian di berbagai provinsi. Dalam analisis ini digunakan tiga metode clustering yaitu K-Means, K-Medoids, dan Fuzzy C-Means. Analisis dilakukan dengan mempertimbangkan dua variabel utama yakni luas panen dan jumlah produksi padi tahun 2024 yang datanya bersumber dari Badan Pusat Statistik. Evaluasi kualitas klaster dilakukan menggunakan Davies-Bouldin Index (DBI). Berdasarkan hasil analisis, diketahui bahwa metode K-Means menghasilkan clustering paling optimal dengan memperoleh nilai DBI terendah sebesar 0,276 saat jumlah klaster , dibandingkan dengan K-Medoids (0,279 pada ) dan Fuzzy C-Means (0,285 pada ). Klaster yang terbentuk menunjukkan adanya pemisahan yang jelas antara provinsi dengan tingkat produksi tinggi sampai rendah. Provinsi dengan intensifikasi pertanian tinggi dan kontribusi besar terhadap produksi tergabung dalam klaster utama, sedangkan wilayah dengan keterbatasan sumber daya dan produksi rendah membentuk klaster tersendiri. Beberapa klaster lainnya mencerminkan karakteristik produksi sedang sampai tinggi dengan potensi pengembangan yang bervariasi. Temuan ini mencerminkan adanya keragaman kondisi agrikultur yang dipengaruhi oleh infrastruktur, intensifikasi, serta faktor geografis dan iklim.


Keywords


K-Means, K-Medoids, Fuzzy C-Means, Davies-Bouldin Index, Produksi Padi.

Full Text:

PDF

References


Andini, R., Aminisari, S. T., Husin, V. A. F., & Jambak, M. I. (2024). Perbandingan algoritma K-Means dan K-Medoids untuk klasterisasi produksi telur ras ayam kampung di Provinsi Sumatera Selatan. JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 3910–3915.

Badan Pusat Statistik. (2025). Ringkasan Eksekutif luas Panen, dan Produksi Padi di Indonesia 2024 (Angka Tetap). Badan Pusat Statistik.

Fathurrahman, Harini, S., & Kusumawati, R. (2023). Evaluasi Clustering K-Means dan K-Medoid Pada Persebaran Covid-19 di Indonesia dengan Metode Davies-Bouldin Index (DBI). In Jurnal MNEMONIC, 6(2), 117-128.

Firdaus, H. S., Nugraha, A. L., Sasmito, B., Awaluddin, M., & Nanda, C. A. (2021). Perbandingan metode Fuzzy C-Means dan K-Means untuk pemetaan daerah rawan kriminalitas di Kota Semarang. Elipsoida, 4(1), 58–64.

Hendrastuty, N. (2024). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa. Jurnal Ilmiah Informatika dan Ilmu Komputer (Jima-Ilkom), 3(1), 46–56. https://doi.org/10.58602/jima-ilkom.v3i1.26

Kousis, A., & Tjortjis, C. (2021). Data Mining Algorithms for Smart Cities: A Bibliometric Analysis. In Algorithms, 14(8), 1-35. https://doi.org/10.3390/a14080242

Ling, L. S., dan Weiling, C. T. (2025). Enhancing Segmentation: A Comparative Study of Clustering Methods. Institute of Electrical and Electronics Engineers (IEEE), vol. 13, 47418-47439. https://doi.org/10.1109/ACCESS.2025.3550339

Malau, H., Saragih, J. R., & Purba, T. (2025). Strategi Perencanaan Wilayah dalam Menanggulangi Dampak Perubahan Iklim pada Kawasan Pertanian. PESHUM: Jurnal Pendidikan, Sosial dan Humaniora, 4(2), 2316-2323.

Nur, I. M., Syifa, A. N. L., Kharis, M., Permatasari, S. H. 2023. Implementasi Fuzzy C-Means dalam Pengelompokan Hasil Panen Padi di Provinsi Bali. Variance: Journal of Statistics and its Applications, 5(1), 13-24. https://doi.org/10.30598/variancevol5iss1page132-4

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. https://doi.org/10.31604/jips.v11i7.2024

Rudianto, R. D., & Wijayanto, A. W. (2023). Analisis perbandingan K-Means dan K-Medoids dalam pengelompokan provinsi berdasarkan Indeks Demokrasi Indonesia 2021. Komputika: Jurnal Sistem Komputer, 13(1), 19–27. https://doi.org/10.34010/komputika.v13i1.10812

Singh, A. K., Mittal, S., Malhotra, P., dan Srivastava, Y. V. (2020). Clustering Evaluation by Davies Bouldin Indeks (DBI) in Cereal data using K-Means. Proc. 4th Int. Conf. Comput. Methodol. Commun. ICCMC 2020, pp. 306–310. https://doi.org/10.1109/ICCMC48092.2020.ICCMC-00057

Supriyadi, A., Triayudi, A., & Sholihati, I. D. (2021). Perbandingan Algoritma K-Means dengan K-Medoids pada Pengelompokan Armada Kendaraan Truk Berdasarkan Produktivitas. JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), 6(2), 229-240.

Soesmono, S., Pertiwi, R., Saputri, B., Putri, N., & Widodo, E. (2025). Pengelompokan Provinsi di Indonesia Berdasarkan Tingkat Pengangguran Tahun 2023 Menggunakan K-Medoids. Emerging Statistics and Data Science Journal, 3(1), 498-515.

Syukron, H., Fauzi Fayyad, M., Junita Fauzan, F., Ikhsani, Y., & Gurning, U. R. (2022). Perbandingan K-Means K-Medoids dan Fuzzy C-Means untuk Pengelompokan Data Pelanggan dengan Model LRFM. MALCOM: Indonesian Journal of Machine Learning and Computer Science 2(2), 76–83.

Tendean, T., & Purba, W. (2020). Analisis Cluster Provinsi Indonesia Berdasarkan Produksi Bahan Pangan Menggunakan Algoritma K-Means. Jurnal Sains dan Teknologi, 1(2), 5-11. https://doi.org/10.34013/saintek.v1i 2.31

Triayudi, A., Pinastawa, I. W. R., Pratama, J. D., Ningsih, S. (2024). Clustering. Yogyakarta: PT Penamudamedia.

Turrahma R. N., Putra, A. N. C., Alfajri, M. D., Gusmanto, R., dan Oktoeberza, W. K. Z. (2023). Implementasi Fuzzy C-Means untuk Clustering data Harga Saham Harian Pada PT. Astra International TBK. Jurnal Rekursif, 11(1), 64-69.

Zheng, A. Cai, J., Yang, H., and Zhao, X. (2020). CPGAN: Curve Clustering Architecture Based on Projected Latent Vector of Generative Adversarial Network. Institute of Electrical and Electronics Engineers (IEEE). https://doi.org /10.1109/access.2020.299




DOI: https://doi.org/10.21831/jssd.v3i1.25385

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Jurnal Statistika dan Sains Data

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Our journal is indexed by:

Online ISSN (e-ISSN): 3025-9649

Creative Commons LicenseJurnal Statistika dan Sains Data by http://journal.student.uny.ac.id/ojs/index.php/jssd is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
 JSSD Statistics