KLASTERISASI DATA PERTANIAN DI KABUPATEN LAMONGAN MENGGUNAKAN ALGORITMA K-MEANS DAN FUZZY C MEANS
Di Indonesia, terdapat beberapa pekerja sebagai petani sebagai matapencaharian karena kebutuhan pokok pada pangan dan memiliki lahan pertanian yang luas. Karena terdapat perbedaan luas lahan pertanian dan hasil produksi pertanian, maka diperlukan klasterisasi pada data pertanian. Tujuan klastering adalah untuk mengidentifikasi suatu kelompok data dari populasi data untuk menghasilkan sifat-sifat dari data itu sendiri. Pada penelitian ini akan digunakan dua metode yaitu : algoritma K-Means dan algoritma Fuzzy C Means (FCM). Algoritma K-Means dan algoritma FCM dapat mengklaster beberapa kecamatan di kabupaten Lamongan berdasarkan luas lahan pertanian dan hasil produksi pertanian. Pada algoritma K-Means, titik pusat klaster diupdate sehingga menghasilkan jumlahan euclidean distance yang minimum. Pada algoritma FCM, derajat keanggotaan (the degree of membership) diupdate sehingga menghasilkan nilai fungsi objective yang minimum. Berdasarkan hasil simulasi, kedua metode tersebut dapat mengklaster beberapa kecamatan di kabupaten Lamongan berdasarkan luas lahan pertanian dan hasil produksi pertanian.