mny08/UAS-MACHINE-LEARNING

Tanaman padi (Oryza Sativa L.) merupakan tanaman pangan yang penting yang telah menjadi makanan pokok lebih dari setengah penduduk dunia. Di Indonesia padi merupakan komoditas utama dalam menyokong pangan masyarakat dan juga menjadi salah satu indikator dari ketahanan pangan nasional. Berdasarkan data dari bps, menampilkan beberapa daerah dengan hasil panen padi yang bervariasi jumlahnya. Ada beberapa daerah yang menghasilkan padi dengan jumlah yang besar, adapula daerah-daerah yang menghasilkan padi dengan jumlah yang sedikit, untuk itu diperlukan pengelompokan daerah potensial penghasil padi untuk mengetahui daerah mana saja yang menghasilkan padi dengan jumlah banyak ataupun sedikit. Pembagian hasil panen biasanya dilakukan berdasarkan provinsi penghasil padi. Oleh karena itu, dibutuhkan metode untuk memudahkan dalam pengelompokan daerah penghasil padi. Dengan pendekatan pengklasteran k-means, pembagian kelompok daerah dapat dilakukan berdasarkan luas panen (Ha), produksi(ton) dan tahun panen. Pada penelitian ini dilakukan pengklasteran daerah potensial penghasil padi menggunakan algoritma K-Means. Dengan menggunakan K-Means bertujuan dalam memudahkan pengelompokan suatu daerah dengan hasil panen padi terbesar, sedang dan rendah. Hasil dari penelitian berupa sebuah gambaran yang menunjukan pengelompokan daerah berdasarkan hasil pertanian padi. Penelitian ini berhasil memberikan tingkat akurasi sebesar 1005

Python