Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PENENTUAN POTENSI PRODUKTIVITAS TANAMAN PANGAN MENGGUNAKAN METODE CLUSTERING K-MEANS (STUDI KASUS DINAS PERTANIAN DAN PETERNAKAN PROVINSI RIAU)

FITRIA YULIZA JUNAIDI (2017) PENENTUAN POTENSI PRODUKTIVITAS TANAMAN PANGAN MENGGUNAKAN METODE CLUSTERING K-MEANS (STUDI KASUS DINAS PERTANIAN DAN PETERNAKAN PROVINSI RIAU). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER.pdf

Download (130kB) | Preview
[img]
Preview
Text
2. PENGESAHAN.pdf

Download (2MB) | Preview
[img]
Preview
Text
3. ABSTRAK.pdf

Download (94kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR.pdf

Download (402kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI.pdf

Download (215kB) | Preview
[img]
Preview
Text
6. BAB I.pdf

Download (312kB) | Preview
[img]
Preview
Text
7. BAB II.pdf

Download (470kB) | Preview
[img]
Preview
Text
8. BAB III.pdf

Download (444kB) | Preview
[img]
Preview
Text
9. BAB IV.pdf

Download (791kB) | Preview
[img] Text
10. BAB V.pdf
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text
11. BAB VI.pdf

Download (184kB) | Preview
[img]
Preview
Text
12. DAFTAR PUSTAKA.pdf

Download (174kB) | Preview

Abstract

Tanaman pangan merupakan tanaman yang mengandung karbohidrat dan protein utama sebagai sumber makanan pokok untuk energi manusia sehari-hari. Dari data statistik limatahun terakhir Pada Dinas Pertanian dan Peternakan (Distanak) Provinsi Riaubahwa hasil produksi dan produktivitas tanaman pangan bervariasi hasilnya. Di sebabkan pada setiap daerahberbeda kondisinya baik itu dari segi faktor lahan, produksi, teknik panen, luas panen,sehingga menyebabkan distanak kesulitan dalam penyaluran kebutuhan benih untuk setiap kabupaten dan penentuan potensi produktivitas kedepannya belum di ketahui. Maka dari itu diperlukan suatu penelitian terhadap data-data hasil produksi danproduktivitas tanaman pangan. Pada Penelitian ini di lakukan pengklasteran daerah potensi menggunakan algoritma K-Means. Dengan K-Meansdata dapat dihitung untuk melihat hasilproduktivitas tanaman pangan tertinggi, sedang dan terendah. Penelitian ini melakukan penggalian informasi dan pola baru berdasarkan dari total 1152 data untuk penentuan potensi produktivitas. Terlebih dahulu dilakukan preprocessing sebelum dilakukannyaproses perhitungan. Hasil dari analisa perancangan model clusteringakan diimplementasikan pada sistem berbasis web. Sistem yang dibangun berdasarkan model clustering k-meansdiuji menggunakan BlackBox dan User Accepetence Test. Hasilnya sistem yang dibangun sesuai harapan dan mampu membantu dalam penentuan potensi produktivitas tanaman pangan pada setiap daerah dengandibuktikan dengan User Acceptence Testmetode Skala Likertdengan rata-rata index (%) sebesar 77,5% dengan kategoribagus.Kata kunci:Data Mining,Clustering K-Means, Potensi, Produktivitas Tanaman Pangan.

Item Type: Thesis (Skripsi)
Subjects: 600 Teknologi dan Ilmu-ilmu Terapan
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ms. Nilam Badriyah
Date Deposited: 21 Aug 2019 03:57
Last Modified: 21 Aug 2019 03:57
URI: http://repository.uin-suska.ac.id/id/eprint/17820

Actions (login required)

View Item View Item