Analisis Klaster Produksi Cabai Besar dan Cabai Rawit Antar Provinsi di Indonesia Menggunakan Algoritma K-Means.

Read full text
Authors: M. Hafiz Budiman, Ferdy Ardiansyah, Eriski Aulia Rahmi, Mauludimas Nasution, Wulan Inda Sari, Siti Izzati Sarah
Cited by: 0

Abstract

Produksi cabai merupakan salah satu komponen penting dalam stabilitas pasokan komoditas hortikultura di Indonesia. Ketimpangan produksi cabai antarprovinsi menyebabkan fluktuasi harga dan ketidakstabilan pasokan, sehingga pemetaan wilayah berdasarkan kapasitas produksi menjadi sangat relevan. Penelitian ini bertujuan mengklasterkan provinsi di Indonesia berdasarkan produksi cabai besar dan cabai rawit menggunakan algoritma K-Means. Data diperoleh dari Badan Pusat Statistik (BPS) tahun 2023 dan dianalisis menggunakan pendekatan unsupervised learning. Proses penelitian meliputi pembersihan data, normalisasi, pemilihan parameter jumlah klaster, penerapan algoritma K-Means, dan evaluasi menggunakan Silhouette Coefficient. Hasil penelitian menunjukkan terbentuknya tiga klaster, namun hanya dua yang stabil yaitu klaster produksi rendah dan klaster produksi tinggi. Klaster produksi tinggi dihuni oleh provinsi Jawa Timur, Jawa Tengah, Jawa Barat, serta Sumatera Utara sebagai sentra utama. Nilai silhouette untuk klaster produksi rendah mencapai 0.50–0.75, menunjukkan pemisahan klaster yang kuat. Temuan ini dapat menjadi dasar perencanaan distribusi dan pengembangan wilayah produksi cabai nasional.

Fields of Study & Subjects

Data Mining and Machine Learning Applications Agriculture and Agroindustry Studies Smart Agriculture and AI

Publication details

Journal / source
COMSERVA Jurnal Penelitian dan Pengabdian Masyarakat
Volume
5
Issue
10
Pages
1928–1935
Publication date
14 February 2026
Language
ID