• Kode Repository : SKI07/YOG/23
• NPM : 065118216
• Nama : Yogga Aditya Candra
• Pembimbing 1 : -Asep Denih, S.Kom., M.Sc., Ph.D
• Pembimbing 2 : -Irma Anggraeni, M.Kom
• Abstrak : -Dipasar ekspor data yang didapat dari Badan Pusat Statistik (BPS) pada tahun 2020 dengan total nilai sebesar US$ 1,24 milyar atau setara dengan 377,85 ribu ton biji kako diekspor ke 5 benua seperti Asia, Amerika, Eropa, Afrika, dan Australia dengan pengimpor terbesar terdapat dibenua Asia yaitu Malaysia sebagai negara dengan total impor sebesar 67,47 ribu ton biji kakao dengan nilai US$ 141,61 juta, nilai ekspor yang besar tersebut menjadikan sektor pertanian dan perkebunan sebagai komoditas dengan potensi pasar cukup tinggi (Badan Pusat Statistik, 2020). Nyatanya dalam satu dekade terakhir ini produktivitas kakao indonesia terus mengalami penurunan yang disebabkan mulai dari alih fungsi lahan, luas areal berkurang, tanaman tidak produktif, terbatasnya penyuluhan dan pelatihan serta kurangnya akses terhadap teknologi ini mengakibatkan tren yang negatif pada komoditas kakao di Indonesia. Pemerintah selaku stakeholder terkait melakukan berbagai kebijakan guna meningkatkan kembali produktivitas kakao di Indonesia seperti melakukan rehabilitasi, intensifikasi, ekstensifikasi, dan diversifikasi namun dari berbagai kebijakan tersebut belum berhasil dengan baik untuk meningkatkan kembali produktivitas kakao, yang ditunjukkan masih adanya penurunan pada produksi biji kakao (Pusat Sosial Ekonomi dan Kebijakan Pertanian, 2019). Pada penelitian ini memberikan sebuah ide atau gagasan untuk mengatasi permasalahan tersebut dengan cara menganalisis data yang bersumber dari kementrian pertanian mengenai komoditas kakao untuk mencari dan mengelompokan daerah yang memiliki potensi kurang baik dan potensi baik agar di berikan program atau penyuluhan yang tepat. Pada penelitian menggunakan data non-spasial ( kualitatif ) yaitu luas areal kakao, produktivitas, produksi, jumlah petani, areal perkebunan rakyat, areal perkebunan pemerintah, areal perkebunan swasta, tanaman belum matang, tanaman matang, dan tanaman rusak sedangkan untuk data spasial yaitu data batas desa, kelurahan dan provinsi di Indonesia, data non-spasial ( kualitatif ) akan diolah menggunakn metode K - Means Clustering yaitu algoritma untuk menemukan kemiripan karakteristik ( similarity ) antara satu data dengan data yang lainnya. Output dari algoritma K - Means Clustering akan menghasilkan 2 kelompok ( Cluster ) yaitu daerah dengan potensi kurang baik dan daerah dengan potensi baik, dua kelompok atau cluster tersebut sudah melewati tahap evaluasi menggunakan Elbow Method dimana metode ini mencari nilai K ( Cluster ) paling optimal dan didapat 2 cluster paling optimal dengan nilai SSE ( Sum of Squared Error ) sebesar 7.2386055905251645, dari dua cluster tersebut menghasilkan nilai Davies Bouldin Index (DBI) sebesar 0,577473 nilai DBI tersebut mengindikasikan bahwa data pada setiap skema cluster memiliki tingkat kemiripan yang cukup baik. Dan didapatkan hasil bahwa daerah atau provinis yang masuk kedalam potensi kurang baik memiliki karakteristik seperti memiliki kriteria luas areal yang kecil dengan komposisi tanaman matang yang lebih sedikit dari pada tanaman rusak atau tanaman belum matang sehingga produksi yang dihasilkan juga rendah, sedangkan untuk daerah dengan potensi baik memiliki karakteristik kebalikan dari daerah dengan potensi kurang baik. Kata Kunci : Pemetaan, Komoditas Kakao, K – Means Clusterin
• Program Studi : Ilmu Komputer