PENERAPAN METODE K-MEANS UNTUK MELAKUKAN KLASTERISASI PADA DATA EKSPOR KOPI
DOI:
https://doi.org/10.61293/jscr.v7i1.823Kata Kunci:
kopi, ekspor, data mining, clustering, k-meansAbstrak
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
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Sistem Cerdas dan Rekayasa (JSCR)

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.