Klasterisasi Negara Pengekspor Beras ke Indonesia Menggunakan Algoritma K-Means Clustering

Asri Samsiar Ilmananda, Habel David Ranglalin

Abstract


Beras merupakan bahan makanan utama bagi masyarakat Indonesia, sehingga harus selalu dijaga ketersediaannya. Untuk memenuhi permintaan domestik, pemerintah Indonesia mengambil kebijakan impor beras dari sejumlah negara. Penelitian ini bertujuan untuk mengetahui pengelompokan karakteristik dari negara-negara yang mengekspor beras ke Indonesia. Penelitian dilakukan melalui penerapan data mining menggunakan algoritma K-Means Clustering. Variabel yang digunakan di dalam penelitian yaitu berat bersih (neto) dan nilai Cost, Insurance, Freight (CIF). Data diolah dan diklasterisasi ke dalam tiga kelompok, mulai dari cluster impor tingkat tinggi, cluster impor tingkat sedang, hingga cluster impor tingkat rendah. Hasil penelitian menunjukkan perolehan nilai berdasarkan tingkatan impor beras dengan dua negara berada pada cluster impor tingkat tinggi, yaitu Vietnam dan Thailand. Kemudian, terdapat tiga negara dengan cluster impor tingkat sedang (Tiongkok, India dan Pakistan), serta enam negara dengan cluster impor tingkat rendah (Amerika Serikat, Taiwan, Singapura, Myanmar, Jepang dan negara-negara lainnya). Analisis data memberikan sejumlah rekomendasi sebagai bentuk dukungan terhadap pemerintah dalam menentukan arah kebijakan impor beras di masa yang akan datang.

Keywords


Data Mining; Clustering; Algoritma K-Means; Impor Beras

Full Text:

PDF (Indonesian)

References


A. Hendri, “ANALISIS IMPOR BERAS DI INDONESIA (RICE IMPORT DEVELOPMENT ANALYSIS IN INDOENSIA),” Perwira J. Econ. Bus., vol. 3, no. 01, pp. 90–95, Feb. 2023, doi: 10.54199/pjeb.v3i01.190.

J. Nijar and T. Abbas, “FAKTOR – FAKTOR YANG MEMPENGARUHI IMPOR BERAS INDONESIA,” J. Ekon. Pertan. Unimal, vol. 2, no. 1, Art. no. 1, Oct. 2019, doi: 10.29103/jepu.v2i1.1793.

J. Jiuhardi, “Analisis kebijakan impor beras terhadap peningkatan kesejahteraan petani di Indonesia,” INOVASI, vol. 19, no. 1, Art. no. 1, Feb. 2023, doi: 10.30872/jinv.v19i1.12661.

N. C. Wibawa, H. Ardini, G. Hermawati, R. N. Firdausa, K. B. Anggoro, and R. Wikansari, “ANALISIS IMPOR BERAS DI INDONESIA DAN FAKTOR-FAKTOR YANG MEMENGARUHI IMPOR BERAS,” J. Econ., vol. 2, no. 2, Art. no. 2, Feb. 2023, doi: 10.55681/economina.v2i2.337.

T. Siburian, M. Safii, and I. Parlina, “Penerapan Algoritma K-Means Clustering untuk Pengelompokan Harga Eceran Beras di Pasar Tradisional Berdasarkan Wilayah Kota,” Pros. Semin. Nas. Ris. Inf. Sci. SENARIS, vol. 1, no. 0, Art. no. 0, Sep. 2019, doi: 10.30645/senaris.v1i0.101.

S. E. Rahayu and H. Febriaty, “Analisis Perkembangan Produksi Beras dan Impor Beras di Indonesia,” Pros. Semin. Nas. Kewirausahaan, vol. 1, no. 1, Art. no. 1, Oct. 2019, doi: 10.30596/snk.v1i1.3613.

“Badan Pusat Statistik.” https://www.bps.go.id/ (accessed Mar. 04, 2023).

R. Muliono and Z. Sembiring, “DATA MINING CLUSTERING MENGGUNAKAN ALGORITMA K-MEANS UNTUK KLASTERISASI TINGKAT TRIDARMA PENGAJARAN DOSEN,” CESS J. Comput. Eng. Syst. Sci., vol. 4, no. 2, Art. no. 2, Jul. 2019, doi: 10.24114/cess.v4i2.13620.

Y. Mukhlisin, M. Imrona, and D. T. Murdiansyah, “Prediksi Harga Beras Premium Dengan Metode Algoritma K-nearest Neighbor,” EProceedings Eng., vol. 7, no. 1, Apr. 2020, Accessed: Sep. 07, 2022. [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/11948

A. S. Ilmananda and D. A. Alfianty, “Prediksi Rata-Rata Harga Beras Nasional dengan Kualitas Premium di Tingkat Penggilingan hingga Akhir Tahun 2022,” in Seminar Nasional Sistem Informasi (SENASIF), 2022, vol. 6, pp. 3385–3393.

N. Nafiiyah, “Prediksi Harga Beras Berdasarkan Kualitas Beras dengan Metode LSTM,” INOVTEK Polbeng - Seri Inform., vol. 7, no. 2, Art. no. 2, Nov. 2022, doi: 10.35314/isi.v7i2.2599.

“Prediksi Rerata Harga Beras Tingkat Grosir Indonesia dengan Long Short Term Memory | JATISI (Jurnal Teknik Informatika dan Sistem Informasi),” Aug. 2020, Accessed: Mar. 03, 2023. [Online]. Available: https://jurnal.mdp.ac.id/index.php/jatisi/article/view/388

3011710029 Hirda Wahyu Kartika Putri, “PREDIKSI HARGA BERAS DI 10 PROVINSI INDONESIA MENGGUNAKAN METODE ARIMA,” undergraduate, Universitas Internasional Semen Indonesia, 2021. doi: 10/9.%20DAFTAR%20TABEL.pdf.

A. Salam, D. Adiatma, and J. Zeniarja, “Implementasi Algoritma K-Means Dalam Pengklasteran untuk Rekomendasi Penerima Beasiswa PPA di UDINUS,” JOINS J. Inf. Syst., vol. 5, no. 1, Art. no. 1, May 2020, doi: 10.33633/joins.v5i1.3350.

E. Irfiani and S. Rani, “Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita,” J. Sist. Dan Teknol. Inf. JUSTIN, vol. 6, p. 161, Oct. 2018, doi: 10.26418/justin.v6i4.29024.

N. Puspitasari, A. A. Maulana, R. Rosmasari, and F. Alameka, “K-Means for Clustering of Dengue Fever Prone Areas,” SISFOTENIKA, vol. 13, no. 1, Art. no. 1, Feb. 2023, doi: 10.30700/jst.v13i1.1337.

R. Hidayati, A. Zubair, A. H. Pratama, and L. Indana, “Analisis Silhouette Coefficient pada 6 Perhitungan Jarak K-Means Clustering,” Techno.Com, vol. 20, no. 2, Art. no. 2, May 2021, doi: 10.33633/tc.v20i2.4556.

L. Kartikawati, K. Kusrini, and E. T. Luthfi, “Algoritma K-Means pada Pengelompokan Pembelajaran Tatap Muka Terbatas Sesudah Vaksinasi COVID-19,” J. Eksplora Inform., vol. 11, no. 1, Art. no. 1, 2021, doi: 10.30864/eksplora.v11i1.560.

E. Fernando, P. Mudjiraharjo, and M. Aswin, “IMPLEMENTASI PENDEKATAN COLLABORATIVE FILTERING DAN K-MEANS CLUSTERING PADA SISTEM REKOMENDASI MATA KULIAH,” JIKO J. Inform. Dan Komput., vol. 5, no. 2, Art. no. 2, Aug. 2022, doi: 10.33387/jiko.v5i2.4559.

M. Y. Rizki, F. Fania, and A. P. Windarto, “IMPLEMENTASI K-MEANS CLUSTERING DALAM MENGELOMPOKKAN JUMLAH PENJUALAN IKAN LAUT DI TPI MENURUT WILAYAH,” JIKO J. Inform. Dan Komput., vol. 3, no. 2, Art. no. 2, Aug. 2020, doi: 10.33387/jiko.v3i2.1640.




DOI: http://dx.doi.org/10.30700/jst.v13i2.1408

Article Metrics

Abstract view : 491 times
PDF (Indonesian) - 385 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 SISFOTENIKA

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

Badan Pengelola Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (SISFOTENIKA) STMIK Pontianak.

 

Jurnal Ilmiah SISFOTENIKA terindex di :


   

   

  

    

    

    

   

 

 

 

ISSN Printed : 2087-7897

ISSN Online : 2460-5344


SERTIFIKAT PENGHARGAAN :

Jurnal Ilmiah SISFOTENIKA Terakreditasi Peringkat Empat

 

Partners & Co-Organizers:




Lisensi Creative Commons

Jurnal Ilmiah SISFOTENIKA: STMIK Pontianak Online Journal ISSN Printed (2087-7897) - ISSN Online (2460-5344) licensed under a Lisensi Creative Commons Atribusi 4.0 Internasional. Flag Counter

View My Stats>