{"title":"Clustering Clustering Data Ekspor Buah-Buahan Berdasarkan Negara Tujuan Menggunakan Algoritma K-Means","authors":"Haviz Atma Negara","doi":"10.35329/jiik.v7i2.190","DOIUrl":null,"url":null,"abstract":"Indonesia merupakan salah satu negara pengekspor ke negara-negara maju dan berkembang. Eksportir bertujuan untuk memperoleh keuntungan demi menunjang perekonomian dan kemakmuran masyarakat. Penelitian ini membahas tentang penerapan data mining pada ekspor buah-buahan menurut negara tujuan menggunakan k-means clustering method. Data yang digunakan dalam penelitian ini adalah data Ekspor Buah-buahan Menurut Negara Tujuan Utama dari tahun 2012-2019 yang diambil dari dokumen-dokumen keterangan ekspor impor yang dihasilkan oleh Direktorat Jenderal Bea dan Cukai. Data akan diolah dengan melakukan clustering dalam 3 cluster yaitu cluster tingkat ekspor tinggi, cluster tingkat ekspor sedang dan cluster tingkat ekspor rendah. Centroid data untuk cluster tingkat ekspor tinggi sebesar 2054519.3, centroid data untuk cluster tingkat ekspor sedang sebesar 489020.3, centroid data untuk cluster tingkat ekspor rendah sebesar 20.2. Sehingga diperoleh penilaian berdasarkan indeks ekspor buah-buahan dengan 2 negara cluster tingkat ekspor tinggi yakni negara Tiongkok & Malaysia, 2 negara cluster tingkat ekspor rendah yakni Vietnam & Thailand, dan 6 negara cluster tingkat ekspor rendah yakni Hongkong, Singapura, Nigeria, India, Jepang, Uni Emirat Arab. Sehingga diperoleh informasi hasil pengelompokan data baru yang dapat menjadi masukan bagi pemerintah maupun perusahaan-perusahaan agar memprioritaskan serta dapat lebih meningkatkan kegiatan ekspor buah-buahan berdasarkan klaster yang telah dilaksanakan.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"10 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-09-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL ILMIAH ILMU KOMPUTER","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35329/jiik.v7i2.190","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Clustering Clustering Data Ekspor Buah-Buahan Berdasarkan Negara Tujuan Menggunakan Algoritma K-Means
Indonesia merupakan salah satu negara pengekspor ke negara-negara maju dan berkembang. Eksportir bertujuan untuk memperoleh keuntungan demi menunjang perekonomian dan kemakmuran masyarakat. Penelitian ini membahas tentang penerapan data mining pada ekspor buah-buahan menurut negara tujuan menggunakan k-means clustering method. Data yang digunakan dalam penelitian ini adalah data Ekspor Buah-buahan Menurut Negara Tujuan Utama dari tahun 2012-2019 yang diambil dari dokumen-dokumen keterangan ekspor impor yang dihasilkan oleh Direktorat Jenderal Bea dan Cukai. Data akan diolah dengan melakukan clustering dalam 3 cluster yaitu cluster tingkat ekspor tinggi, cluster tingkat ekspor sedang dan cluster tingkat ekspor rendah. Centroid data untuk cluster tingkat ekspor tinggi sebesar 2054519.3, centroid data untuk cluster tingkat ekspor sedang sebesar 489020.3, centroid data untuk cluster tingkat ekspor rendah sebesar 20.2. Sehingga diperoleh penilaian berdasarkan indeks ekspor buah-buahan dengan 2 negara cluster tingkat ekspor tinggi yakni negara Tiongkok & Malaysia, 2 negara cluster tingkat ekspor rendah yakni Vietnam & Thailand, dan 6 negara cluster tingkat ekspor rendah yakni Hongkong, Singapura, Nigeria, India, Jepang, Uni Emirat Arab. Sehingga diperoleh informasi hasil pengelompokan data baru yang dapat menjadi masukan bagi pemerintah maupun perusahaan-perusahaan agar memprioritaskan serta dapat lebih meningkatkan kegiatan ekspor buah-buahan berdasarkan klaster yang telah dilaksanakan.