PENGELOMPOKAN DAERAH RAWAN PANGAN DI PROVINSI BENGKULU MENGGUNAKAN METODE K-MEANS CLUSTERING

AFRIZAH, YOGI and Efendi, Rusdi and Faurina, Ruvita (2023) PENGELOMPOKAN DAERAH RAWAN PANGAN DI PROVINSI BENGKULU MENGGUNAKAN METODE K-MEANS CLUSTERING. Undergraduated thesis, Universitas Bengkulu.

Text Skripsi_Yogi Afrizah - Yogi Afrizah.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (2MB)

Abstract

Kerawanan pangan adalah suatu kondisi ketidakmampuan individu atau sekumpulan individu di suatu wilayah untuk memperoleh pangan yang cukup dan sesuai untuk hidup sehat dan aktif. Pengelolaan data kerawanan pangan yang telah dilakukan sebelumnya dirasa belum cukup efektif dalam mengatasi kerawanan pangan karena dalam penyaluran bantuan ke daerah-daerah masih belum tepat sasaran dan kurang sesuai dengan kebutuhan daerah tersebut. Penelitian ini bertujuan untuk mengelompokan daerah rawan pangan di provinsi Bengkulu sehingga dapat membantu dalam pengelolaan, perhitungan dan dapat menjadi acuan untuk menemukan solusi terbaik dalam mengatasi masalah kerawanan pangan. Pengelompokan daerah rawan pangan ini menggunakan metode K-Means Clustering yang berguna untuk membantu mengelompokan daerah-daerah menjadi beberapa klaster. Pengelompokan daerah rawan pangan ini menggunakan data kecamatan dengan 8 indikator kerawanan pangan yang sesuai dengan keadaan di provinsi Bengkulu. Luaran yang dihasilkan berupa data kecamatan di provinsi Bengkulu yang telah di kelompokan kedalam 3 klaster yaitu klaster 1 yang beranggotakan 58 kecamatan, klaster 2 beranggotakan 31 kecamatan dan klaster 3 beranggotakan 31 kecamatan. Selain itu terdapat juga luaran yang dihasilkan berupa analisis klaster menggunakan metode Decision Tree dari 3 klaster yang terbentuk diperoleh analisi klaster yaitu klaster 1 terindikasi klaster yang tingkat kerawanan rendah atau disebut rawan pangan, klaster 2 terindikasi klaster yang tingkat kerawanan sedang atau cukup rawan dan klaster 3 terindikasi klaster dengan tingkat kerawana tinggi atau sangat rawan. Kata Kunci : Kerawanan Pangan, Clustering, Metode K-Means, Decision Tree

Actions (login required)

View Item