AFRIZAH, YOGI and Efendi, Rusdi and Faurina, Ruvita (2023) PENGELOMPOKAN DAERAH RAWAN PANGAN DI PROVINSI BENGKULU MENGGUNAKAN METODE K-MEANS CLUSTERING. ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Universitas Bengkulu.
![Skripsi_Yogi Afrizah - Yogi Afrizah.pdf [thumbnail of Skripsi_Yogi Afrizah - Yogi Afrizah.pdf]](https://repository.unib.ac.id/style/images/fileicons/text.png)
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
Item Type: | Thesis (['eprint_fieldopt_thesis_type_ut' not defined]) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering > Department of Informatics Engineering |
Depositing User: | 58 lili haryanti |
Date Deposited: | 20 Nov 2023 07:52 |
Last Modified: | 20 Nov 2023 07:52 |
URI: | https://repository.unib.ac.id/id/eprint/17302 |