PENERAPAN METODE K-MEDOIDS UNTUK PENGELOMPOKAN PRODUKSI KELAPA SAWIT DI KABUPATEN ASAHAN
DOI:
https://doi.org/10.54314/jssr.v9i2.5909Abstrak
Abstract: The oil palm plantation sector is a key pillar of the Asahan Regency economy. However, differences in regional characteristics lead to variations in land area, production, and productivity between sub-districts. This study aims to cluster sub-districts in Asahan Regency based on oil palm production characteristics using the K-Medoids method. Data used comes from the Asahan Regency Agriculture Office, which covers 25 sub-districts with three main variables: mature area (ha), oil palm production (tons), and productivity (tons/ha/year). The clustering process was performed manually using Euclidean distance calculations, with the number of clusters set at three. The results indicate the formation of three main clusters: high, medium, and low production clusters. This grouping is expected to form the basis for more targeted and data-driven development planning for the oil palm plantation sector.
Keywords: K-Medoids, Clustering, Oil Palm, Plantation Production, Asahan Regency
Abstrak: Sektor perkebunan kelapa sawit merupakan salah satu penopang utama perekonomian Kabupaten Asahan. Namun, perbedaan karakteristik wilayah menyebabkan variasi luas lahan, produksi, dan produktivitas antar kecamatan. Penelitian ini bertujuan untuk mengelompokkan kecamatan di Kabupaten Asahan berdasarkan karakteristik produksi kelapa sawit menggunakan metode K-Medoids. Data yang digunakan berasal dari Dinas Pertanian Kabupaten Asahan yang mencakup 25 kecamatan dengan tiga variabel utama, yaitu luas tanaman menghasilkan (ha), produksi kelapa sawit (ton), dan produktivitas (ton/ha/tahun). Proses pengelompokan dilakukan secara manual menggunakan perhitungan jarak Euclidean dengan jumlah klaster ditetapkan sebanyak tiga. Hasil penelitian menunjukkan terbentuknya tiga klaster utama, yaitu klaster produksi tinggi, sedang, dan rendah. Pengelompokan ini diharapkan dapat menjadi dasar dalam perencanaan pembangunan sektor perkebunan kelapa sawit yang lebih terarah dan berbasis data.
Kata Kunci: K-Medoids, Clustering, Kelapa Sawit, Produksi Perkebunan, Kabupaten Asahan
Unduhan
Referensi
Izafera, A. H., Salam, N., & Susanti, D. S. (2023). Peramalan Produksi Kelapa Sawit dan Karet di Provinsi Kalimantan Selatan. Jurnal Agro Industri Perkebunan, 11(2), 71–80.
Kafrawi, K., Hesti, N., Syatrawati, S., Rahim, I., & Kumalawati, Z. (2023). Tingkat Pertumbuhan dan Produksi Kelapa Sawit (Elaeis guineensis Jacq.) pada Berbagai Topografi Lahan. Jurnal Galung Tropika, 12(2), 203–212.
Khan, A. S. S., Khan, S., Fatekurohman, M., & Dewi, Y. S. (2023). Perbandingan Algoritma K-Medoids Dan K-Means Dalam Pengelompokan Kecamatan Berdasarkan Produksi Padi Dan Palawija Di Jember. Jurnal Statistika Dan Komputasi (STATKOM), 2(2), 67–75.
Miwan Kurniawan Hidayat, R. F. (2022). Penerapan Sistem Intelijensia Bisnis dan K-Means Clustering Untuk Memantau Produksi Tanaman Obat. Jurnal Teknologi Industri Pertanian, 32(2), 204–219.
Nafilah, M., Rahaningsih, N., & Danar Dana, R. (2024). Perbandingan Algoritma K-Means Dan K-Medoids Untuk Pengelompokan Hasil Pertanian Di Kabupaten Cirebon. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 223–229.
Noni Rozaini, & Tinti Sriyani. (2023). Analisis Pengaruh Perkebunan Kelapa Sawit Terhadap Perekonomian di Provinsi Sumatera Utara Tahun 2012-2020. OPTIMAL Jurnal Ekonomi Dan Manajemen, 3(2), 60–72.
Saksitha, D. A., Risnita, Jailani, M. S., & Sofwatillah. (2024). Ragam Pendekatan Penelitian Kuantitatif dan Kualitatif seta Tahapan dalam penelitian. Journal Genta Mulia, 15(1), 15–22.
Kementerian Perencanaan Pembangunan Nasional/Badan Perencanaan Pembangunan Nasional. (2024). Luas tanaman dan KK tanaman perkebunan kelapa sawit. Portal Data Nasional Republik Indonesia.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Bambang Irwansyah
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
