Penerapan Data Mining dalam Pengelompokan Kualitas Produk Kelapa Sawit Menggunakan Algoritma K-Means Clustering

Suan Ekie Nanda Putra, Mhd. Furqan

Abstract


Minyak kelapa sawit banyak digunakan dalam berbagai produk, termasuk makanan, kosmetik, dan biodiesel. Untuk menjaga kualitas produk, diperlukan pemantauan serta analisis data secara terperinci sangat penting. Pada PT. Sri Ulina Ersada Karina, proses produksi Crude Palm Oil saat ini hanya mengikuti standar nasional tanpa analisis lebih lanjut tentang kualitas produk. Dengan analisis yang lebih mendalam, perusahaan dapat meningkatkan efisiensi dan mutu produk. Penelitian ini bertujuan untuk menerapkan teknik data mining, khususnya algoritma K-Means Clustering, untuk mengelompokkan kualitas produk kelapa sawit yang diolah menggunakan tools Jupyter Notebook. Hasil dari penelitian ini menghasilkan 3 cluster yaitu cluster 0 kategori baik dengan jumlah data sebanyak 89 sampel, Cluster 1 kategori kurang baik dengan jumlah data sebanyak 72 sampel, dan Cluster 2 kategori sangat baik dengan jumlah data sebanyak 132 sampel.


Keywords


Data Mining; K-Means Clustering; Crude Palm Oil; Pemrograman Python

Full Text:

PDF

References


M. Lambok, F. Sitorus, E. N. Akoeb, R. Sembiring, and M. A. Siregar, “AGRISAINS: Jurnal Ilmiah Magister Agribisnis Peningkatan Produksi Crude Palm Oil Melalui Kriteria Matang Panen Tandan Buah Segar untuk Optimalisasi Pendapatan Perusahaan Improving Crude Palm Oil Production Through Fresh Fruit Harvest Criteria for Optimiza,” J. Ilm. Magister Agribisnis, vol. 2, no. 1, pp. 26–32, 2020, [Online]. Available: http://jurnalmahasiswa.uma.ac.id/index.php/agrisains

Ainul Haq, Syarifuddin Nasution, and Matri Yanti Hasugian, “Implementasi Plan Do Check Action Pada Produk Crude Palm Oil,” J. Ilm. Tek., vol. 3, no. 2, pp. 70–81, 2024, doi: 10.56127/juit.v3i2.1433.

Haditsah Annur, “Penerapan Data Mining Menentukan Strategi Penjualan Variasi Mobil Menggunakan Metode K-Means Clustering (Studi Kasus Toko Luxor Variasi Gorontalo),” J. Inform. Upgris, vol. 5, no. 1, pp. 40–45, 2019.

R. Rokhmatan, N. Suarna, and O. Nurdiawan, “Jurnal Informatika dan Teknologi Informasi Analisa Pengelompokan Dataset Komputer Menggunakan Jurnal Informatika dan Teknologi Informasi,” vol. 1, no. 2, pp. 125–132, 2023, doi: 10.56854/jt.v1i2.135.

M. R. Fahlevi, D. Ridha, D. Putri, and E. Syahrin, “Analisis Pengelompokan Data Pelelangan Barang Dengan Metode K-Means Clustering,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 8, no. 1, pp. 53–61, 2023, [Online]. Available: http://tunasbangsa.ac.id/ejurnal/index.php/jurasik/article/view/541

N. N. Hasanah and A. S. Purnomo, “Implementasi Data Mining Untuk Pengelompokan Buku Menggunakan Algoritma K-Means Clustering (Studi Kasus : Perpustakaan Politeknik LPP Yogyakarta),” J. Teknol. Dan Sist. Inf. Bisnis, vol. 4, no. 2, pp. 300–311, 2022, doi: 10.47233/jteksis.v4i2.499.

N. Noviyanto, “Penerapan Data Mining dalam Mengelompokkan Jumlah Kematian Penderita COVID-19 Berdasarkan Negara di Benua Asia,” Paradig. - J. Komput. dan Inform., vol. 22, no. 2, pp. 183–188, 2020, doi: 10.31294/p.v22i2.8808.

H. A. Siregar, A. Azlan, and N. Y. Lumban Gaol, “Penerapan Data Mining Pada Penjualan Rumah Makan Kasih Ibu Menggunakan Metode K-Means Clustering,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 2, no. 5, p. 750, 2023, doi: 10.53513/jursi.v2i5.8955.

P. P. Pane, Y. Ramadhan Nasution, and M. Furqan, “Implementasi Data Mining dengan K-Means Clustering untuk Memprediksi Pengadaan Obat,” J. Comput. Syst. Informatics, vol. 5, no. 2, pp. 286–296, 2024, doi: 10.47065/josyc.v5i2.4920.

S. Suraya, M. Sholeh, and D. Andayati, “Penerapan Metode Clustering Dengan Algoritma K-Means Pada Pengelompokan Indeks Prestasi Akademik Mahasiswa,” Skanika, vol. 6, no. 1, pp. 51–60, 2023, doi: 10.36080/skanika.v6i1.2982.

G. Triyandana, L. A. Putri, and Y. Umaidah, “Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means,” J. Appl. Informatics Comput., vol. 6, no. 1, pp. 40–46, 2022, doi: 10.30871/jaic.v6i1.3824.

J. Nasir, “Penerapan Data Mining Clustering Dalam Mengelompokan Buku Dengan Metode K-Means,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 11, no. 2, pp. 690–703, 2021, doi: 10.24176/simet.v11i2.5482.

M. Furqan, Armansyah, and Nurhasanah, “Disease in Corn Leafe Using Gabor Wavelet and K-Means Clustering Algorithm,” J. Mantik, vol. 5, no. 36, pp. 2152–2156, 2022.

E. A. Saputra and Y. Nataliani, “Analisis Pengelompokan Data Nilai Siswa untuk Menentukan Siswa Berprestasi Menggunakan Metode Clustering K-Means,” J. Inf. Syst. Informatics, vol. 3, no. 3, pp. 424–439, 2021, doi: 10.51519/journalisi.v3i3.164.

D. A. Manalu and G. Gunadi, “Implementasi Metode Data Mining K-Means Clustering Terhadap Data Pembayaran Transaksi Menggunakan Bahasa Pemrograman Python Pada Cv Digital Dimensi,” Infotech J. Technol. Inf., vol. 8, no. 1, pp. 43–54, 2022, doi: 10.37365/jti.v8i1.131.

T. Wahyudi, N. Sa, and D. Puspitasari, “Penerapan Metode K-Means Pada Data Penjualan Untuk,” vol. 5, no. 1, pp. 228–236, 2023.

M. Furqan, A. Aulia, U. Islam, N. Sumatera, K. D. Serdang, and S. Utara, “2_4 Kondisi_Ideal_Buah_Jeruk,” vol. 6, pp. 199–208, 2022.

A. Ali, “Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering di Rumah Sakit Anwar Medika Balong Bendo Sidoarjo,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 19, no. 1, pp. 186–195, 2019, doi: 10.30812/matrik.v19i1.529.




DOI: https://doi.org/10.24114/cess.v9i2.61682

Article Metrics

Abstract view : 4 times
PDF - 4 times

Refbacks

  • There are currently no refbacks.


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

CESS (Journal of Computer Engineering, System and Science)

Creative Commons License
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License