PENERAPAN DATA MINING DALAM MENGELOMPOKAN PRODUKSI JAGUNG MENURUT PROVINSI MENGGUNAKAN ALGORITMA K-MEANS
DOI:
https://doi.org/10.30865/komik.v3i1.1681Abstract
Corn needs are currently experiencing a fairly rapid development can be seen in terms of the domestic market, here researchers want to increase the productivity and quality of corn production. The data that will be used is the data from the Central Statistics Agency. The method in this study is the K-means clustering algorithm and the application used is Rapidminer which will be grouped into 2 clustering, namely high and low. The results of this study are 2 high level cluster provinces, 32 low level cluster provinces
Keywords: Corn, Data mining, K-means Clustering cReferences
A. Saleh, “Klasifikasi Metode Naive Bayes Dalam Data Mining Untuk Menentukan Konsentrasi Siswa ( Studi Kasus Di Mas Pab 2 Medan ),†Konf. Nas. Pengemb. Teknol. Inf. Dan Komun., Pp. 200–208, 2014.
R. Setiawan And N. Tes, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru ( Studi Kasus : Politeknik Lp3i Jakarta ),†Vol. 3, No. 1, Pp. 76–92, 2016.
2015 Surmayanti, Et Al, “Penerapan Analysis Clustering Pada Penjualan Komputer Dengan Perancangan Aplikasi Data Mining Menggunakan Algoritma K-Means,†Pros. Semin. Ilm. Nas. Teknol. Komput., Vol. 1, No. Senatkom, Pp. 50–59, 2015.
A. K. Wardhani, “Implementasi Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Kajen Pekalongan,†Vol. 14, Pp. 30–37, 2016.
