PENERAPAN METODE K-MEANS UNTUK MELAKUKAN KLASTERISASI PADA DATA EKSPOR KOPI

Penulis

  • Didik Tristianto Universitas Narotama

DOI:

https://doi.org/10.61293/jscr.v7i1.823

Kata Kunci:

kopi, ekspor, data mining, clustering, k-means

Abstrak

Data ekspor kopi tahun 2000  hingga 2020  oleh Direktorat  Jenderal Bea dan Cukai melalui situs milik Badan Pusat Statistik berdasarkan jumlah berat bersih (netto) dan nilai Free On Board (FOB) dikelompokkan menjadi 3 klaster dengan tujuan mengetahui jumlah produksi kopi yang diekspor menurut negara tujuan, prioritas tertinggi untuk kegiatan ekspor kopi dan mengetahui potensi pemasaran untuk kopi ke negara- negara tujuan. Metode K-Means Clustering digunakan untuk melakukan klasterisasi pada data ekspor kopi, setelah empat iterasi didapat hasil yaitu Amerika Serikat masuk dalam klaster volume ekspor tinggi dengan centroid 1.273.017, Jepang, Jerman, dan Italia termasuk klaster volume ekspor sedang dengan centroid 871.607, dan Singapura, Malaysia, India, Mesir, Maroko, Aljazair, Inggris, Rumania, Georgia, Belgia, Belanda, Denmark, serta Perancis masuk dalam klaster volume ekspor rendah dengan centroid 204.979.

Unduhan

Diterbitkan

2025-04-30