Pengelompokan Kabupaten dan Kota Madya Berdasarkan Jumlah Hewan Ternak di Provinsi Jawa Timur Menggunakan Metode Fuzzy C-Means

  • Intan Agnesa Salsabilla UNIVERSITAS MUHAMMADIYAH JEMBER
DOI: https://doi.org/10.59356/smart-techno.v7i2.158
Keywords: Hewan ternak, Fuzzy C-Means, Pengelompokan, Partition Coefficient Index

Abstract

Penelitian ini dilakukan untuk mengelompokkan kabupaten dan kota madya di Provinsi Jawa Timur berdasarkan jumlah populasi hewan ternak dengan tujuan mengetahui pola distribusi wilayah berdasarkan karakteristik peternakan. Pengelompokan dilakukan menggunakan algoritma Fuzzy C-Means dan divalidasi dengan metode Partition Coefficient Index, serta diimplementasikan dalam bentuk aplikasi berbasis website menggunakan framework Laravel. Tahapan penelitian ini meliputi pengumpulan data, normalisasi, proses perhitungan Fuzzy C-Means, evaluasi menggunakan Partition Coefficient Index, hingga profiling karakteristik tiap cluster. Hasil penelitian ini pengujian dari 2 sampai 10 cluster, cluster optimum berada pada jumlah 2 cluster untuk tahun 2021 dan 2022, dengan nilai Partition Coefficient Index tahun 2021 yaitu 0,7507 dan tahun 2022 yaitu 0,7486. Pada cluster optimum tahun 2021 memperoleh cluster 1 dengan 7 kabupaten dan 9 kota, cluster 2 dengan 22 kabupaten. Cluster optimum tahun 2022 memperoleh cluster 1 dengan 21 kabupaten, cluster 2 dengan 8 kabupaten dan 9 kota

Downloads

Download data is not yet available.

References

Al-abdaliah, U., Sujaini, H., & Muhardi, H. (2020). Pengklasteran Dosen Berdasarkan Evaluasi Mahasiswa Menggunakan Metode Fuzzy C-Means Lecturer Clustering Based on Student Evaluation Using Fuzzy C-Means. 08(4), 403–408. https://doi.org/10.26418/justin.v8i4.40094
Alfian, W., & Hidayat, T. (2024). Analisis Clustering Pegawai Berdasarkan Tingkat Kedisiplinan Menggunakan Algoritma K-Means dan Davies-Bouldin Index. Journal of Electrical Engineering and Computer, 6(2), 437–448. https://doi.org/10.33650/jeecom.v4i2
Edi, D. N. (2020). Analisis Potensi Wilayah untuk Pengembangan Komoditas Ternak Ruminanisa di Provinsi Jawa Timur. Briliant: Jurnal Riset Dan Konseptual, 5(3), 562. https://doi.org/10.28926/briliant.v5i3.473
Fadila, P., Stmik, S., & Binjai, K. (2021). Pengelompokan Populasi Hewan Ternak Menggunakan Metode Clustering (Studi Kasus : Dinas Pertanian dan Ketahanan Pangan Kabupaten Langkat).
Firmansyah, I., Fauziah, S., Ibrahim, N. H., & Fauzi, F. (2023). Clustering Untuk Menetukan Indeks Kesejahtraan Rakyat Di Provinsi Jawa Tengah 2022 Menggunakan Metode Fuzzy C-Means. 1(2), 81–91.
Maiyena, S., & Mawarnis, E. R. (2022). Kajian Analisis Konsumsi Daging Sapi dan Daging Babi Ditinjau dari Kesehatan. 6, 3131–3136.
Permanan, I. (2022). The Effect of Data Normalization on the Performance of the Classification Results of the Backpropagation Algorithm Pengaruh Normalisasi Data Terhadap Performa Hasil Klasifikasi Algoritma Backpropagation. Journal of Informatic Research and Software Engineering, 2(1), 67–72.
Rahakbauw, D. L., Ilwaru, V. Y. I., & Hahury, M. H. (2017). Implementation of fuzzy c-means clustering in scholarship determination. Jurnal Ilmu Matematika Dan Terapan, 11(1), 1–12.
Trisman, I., Firman, A., & Herlina, L. (2022). Penentuan Wilayah Pengembangan Ternak Ruminansia Besar Di Provinsi Jawa Timur. Jurnal Ilmu Ternak Universitas Padjadjaran, 22(2), 125. https://doi.org/10.24198/jit.v22i2.41717
Widianti, A., & Yuniseffendri. (2024). Toponimi Nama Kabupaten dan Kota di Jawa Timur. BAPALA, 11(3), 305–317.
Zahro, I. H., Rosyidah, U. A., & Handayani, L. (2024). Implementasi Algoritma Fuzzy C-Means untuk Pengelompokkan Provinsi di Indonesia Berdasarkan Kualitas Perguruan Tinggi. BIOS : Jurnal Teknologi Informasi Dan Rekayasa Komputer, 5(1), 80–86. https://doi.org/10.37148/bios.v5i1.102
Published
2025-10-24
How to Cite
Salsabilla, I. A. (2025). Pengelompokan Kabupaten dan Kota Madya Berdasarkan Jumlah Hewan Ternak di Provinsi Jawa Timur Menggunakan Metode Fuzzy C-Means. Smart Techno (Smart Technology, Informatics and Technopreneurship), 7(2), 15-26. https://doi.org/10.59356/smart-techno.v7i2.158
Issue
Vol. 7 No. 2 (2025)
Section
Articles

Copyright (c) 2025 Intan Agnesa Salsabilla

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Authors who publish with the Smart Techno agree to the following terms:

  1. Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal. 
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)