Penerapan Algoritma K-Means untuk Clustering Pendapatan Petani Karetdi Desa Karya Mukti
DOI:
https://doi.org/10.65359/sintika.2026.22.96Keywords:
Clustering, K-Means, Pendapatan Petani Karet, Data MiningAbstract
Pendapatan petani karet di Desa Karya Mukti menunjukkan perbedaan yang cukup mencolok antarpetani yang dipengaruhi oleh luas lahan, jumlah produksi getah karet, serta biaya perawatan kebun. Perbedaan karakteristik tersebut menyebabkan tingkat pendapatan petani tidak seragam sehingga diperlukan pengelompokan untuk melihat pola pendapatan secara lebih jelas. Penelitian ini bertujuan untuk mengelompokkan tingkat pendapatan petani karet menggunakan pendekatan data mining dengan algoritma K-Means. Analisis dilakukan terhadap 95 data petani karet yang diperoleh melalui wawancara langsung. Variabel yang dianalisis meliputi luas lahan, jumlah produksi getah karet, dan pendapatan bersih petani. Hasil penelitian menunjukkan bahwa petani karet di Desa Karya Mukti terbagi ke dalam tiga klaster, yaitu klaster pendapatan rendah sebanyak 43 petani, klaster pendapatan sedang sebanyak 37 petani, dan klaster pendapatan tinggi sebanyak 15 petani. Evaluasi menggunakan Davies–Bouldin Index menghasilkan nilai sebesar 0,519 yang menunjukkan bahwa hasil pengelompokan memiliki kualitas yang cukup baik. Hasil penelitian menunjukkan adanya keterkaitan antara luas lahan, tingkat produksi, dan pendapatan bersih petani karet. Penelitian ini diharapkan dapat menjadi dasar analitis bagi pemerintah desa dan pihak terkait dalam menyusun kebijakan yang lebih tepat sasaran untuk meningkatkan kesejahteraan petani karet.
Downloads
References
Alkhairi, P., & Windarto, A. P. (2019). Penerapan K-Means cluster pada daerah potensi pertanian karet produktif di Sumatera Utara. Seminar Nasional Teknologi Komputer & Sains (SAINTEKS), 762–767. https://seminar-id.com/semnas-sainteks2019.html
Buulolo, E. (2020). Data mining. CV Budi Utama.
Gustientiedina, G., Adiya, M. H., & Desnelita, Y. (2019). Penerapan algoritma K-Means untuk clustering data obat-obatan. Jurnal Nasional Teknologi dan Sistem Informasi, 5(1), 17–24. https://doi.org/10.25077/teknosi.v5i1.2019.17-24
Haryadi, D. (2021). Penerapan algoritma K-Means clustering pada produksi perkebunan kelapa sawit menurut provinsi. Journal of Informatics and Communication Technology, 3(1), 50–64. https://doi.org/10.52661/j_ict.v3i1.71
Ikatan Akuntansi Indonesia. (2000). Standar akuntansi keuangan. Salemba Empat.
Jain, A. K. (2010). Data clustering: 50 years beyond K-Means. Pattern Recognition Letters, 31(8), 651–666. https://doi.org/10.1016/j.patrec.2009.09.011
Nopriandi, H., & Haswan, F. (2022). Analisis Klasterisasi Mahasiswa Baru dalam Memilih Program Studi dengan Menggunakan Algoritma K-Means. J. Inf. Syst. Res, 3(4), 666-671.
Novitasari, N., Nuris, N. D., & Herdiana, R. (2023). Penerapan algoritma K-Means untuk clustering data jumlah penduduk miskin berdasarkan kota/kabupaten di Jawa Barat menggunakan RapidMiner. Jurnal Informatika Terpadu, 9(1), 68–73. https://doi.org/10.54914/jit.v9i1.660
Prasetyo, L. A., Himawan, I., & Sihombing, R. A. (2024). Pengelompokan persediaan obat dengan metode K-Means clustering pada Klinik Bhakti Asih. Jurnal Rekayasa Sistem Informasi dan Teknologi, 2(2), 759–768. https://doi.org/10.70248/jrsit.v2i2.1445
Rosiana, R., Prihartono, W., & Fathurrohman, F. (2025). Implementasi algoritma K-Means untuk pengelompokan kecamatan berdasarkan produktivitas tanaman padi di Kabupaten Cirebon. Jurnal Informatika Terpadu, 11(1), 12–19. https://doi.org/10.54914/jit.v11i1.1555
Sani, G., et al. (2019). Penerapan data transformation pada database sistem informasi. 1–5.
Sari, Y. R., Sudewa, A., Lestari, D. A., & Jaya, T. I. (2020). Penerapan algoritma K-Means untuk clustering data kemiskinan Provinsi Banten menggunakan RapidMiner. CESS (Journal of Computer Engineering System and Science), 5(2), 192–198. https://doi.org/10.24114/cess.v5i2.18519
Septianto, M. A., Faqih, A., & Rinaldi, A. R. (2025). Klasterisasi data produksi pertanian di Kabupaten Cirebon dengan algoritma K-Means. Jurnal Informatika dan Teknik Elektro Terapan, 13(2). https://doi.org/10.23960/jitet.v13i2.6174
Siahaan, Y. P., Harianto, H., & Pambudy, R. (2025). Faktor-faktor yang memengaruhi pendapatan usahatani karet di Kecamatan Lubai. Forum Agribisnis, 15(1), 90–102. https://doi.org/10.29244/fagb.15.1.90-102
Sugiyono. (2020). Metodologi penelitian kuantitatif, kualitatif dan R&D. Alfabeta.
Syahbani, I. I., Manumono, D., & Dewi, C. W. (2023). Analisis pendapatan dan produktivitas petani karet di Desa Srigunung Kecamatan Sungai Lilin Kabupaten Musi Banyuasin Provinsi Sumatera Selatan. Agroforetech, 1(1), 330–339.
Tan, P.-N., Steinbach, M., & Kumar, V. (2019). Introduction to data mining (2nd ed.). Pearson.
Tri Cahaya, D., Puspita, D., & Syahri, R. (2024). Penerapan metode K-Means clustering untuk pengelompokan potensi padi di Kota Pagar Alam. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 2187–2193. https://doi.org/10.36040/jati.v8i2.9432
Tribun Sumsel. (2025). Harga karet di Kabupaten Ogan Komering Ulu September 2025. https://sumsel.tribunnews.com/
Vulandari, R. T. (2017). Data mining: Teori dan aplikasi RapidMiner. Gava Media.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Hasna Nur Afifah, Jum Dapiokta, Anggraeni Agustin Muris, Pujianto (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright & License
Hak Cipta (Copyright)
Seluruh artikel yang diterbitkan dalam jurnal ini berada di bawah hak cipta masing-masing penulis. Penulis mempertahankan hak cipta penuh atas karya mereka, dengan memberikan jurnal hak untuk pertama kali mempublikasikan artikel tersebut.
Dengan menerbitkan artikel dalam jurnal ini, penulis menyetujui bahwa karyanya akan dilisensikan di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang memungkinkan orang lain untuk:
- Berbagi – Menyalin dan mendistribusikan ulang materi dalam media atau format apa pun.
- Menyesuaikan – Mengubah, menyusun ulang, dan membuat turunan dari materi untuk kepentingan apa pun, termasuk tujuan komersial.
Namun, setiap penggunaan harus memenuhi syarat sebagai berikut:
- Atribusi (BY) – Pengguna harus memberikan kredit yang sesuai kepada penulis asli, mencantumkan tautan ke lisensi, dan menyatakan apakah ada perubahan yang dibuat.
- Berbagi Serupa (SA) – Jika materi diubah atau disusun ulang, hasilnya harus dilisensikan dengan lisensi yang sama (CC BY-SA 4.0).
Ketentuan Lisensi
- Dengan mengirimkan artikel ke jurnal ini, penulis setuju bahwa artikel mereka akan dipublikasikan di bawah lisensi CC BY-SA 4.0.
- Penulis tetap memiliki hak untuk mendistribusikan versi yang telah diterbitkan (misalnya di repositori institusional atau situs web pribadi) dengan tetap mencantumkan publikasi awal di jurnal ini.
- Jurnal ini mengizinkan dan mendorong penulis untuk mengunggah artikel mereka ke repositori atau platform lain sebelum dan selama proses pengiriman artikel, untuk meningkatkan visibilitas dan dampak penelitian.
