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.

Preview	Text 1. COVER.pdf Download (130kB) | Preview
Preview	Text 2. PENGESAHAN.pdf Download (2MB) | Preview
Preview	Text 3. ABSTRAK.pdf Download (94kB) | Preview
Preview	Text 4. KATA PENGANTAR.pdf Download (402kB) | Preview
Preview	Text 5. DAFTAR ISI.pdf Download (215kB) | Preview
Preview	Text 6. BAB I.pdf Download (312kB) | Preview
Preview	Text 7. BAB II.pdf Download (470kB) | Preview
Preview	Text 8. BAB III.pdf Download (444kB) | Preview
Preview	Text 9. BAB IV.pdf Download (791kB) | Preview
	Text 10. BAB V.pdf Restricted to Repository staff only Download (1MB)
Preview	Text 11. BAB VI.pdf Download (184kB) | Preview
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.

Actions (login required)

View Item