PENGELOMPOKKAN TINGKAT HARGA CABAI RAWIT BERDASARKAN PROVINSI DI INDONESIA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING (per Juli 2020-Juli 2021)

Abstract

Sebagai salah satu pangan pokok masyarakat yang digunakan untuk bumbu masak, bahkan obat-obatan, harga komoditas cabai selalu berfluktuasi dan mengalami kenaikan harga yang signifikan. Hal ini dikarenakan karakteristik cabai yang bertumpu pada musim dan cuaca. Harga rata-rata secara nasional tercatat Rp.41.244,-/Kg. Tingginya permintaan kebutuhan akan cabai rawit dan kurangnya stok menjadi pemicu mahalnya harga cabai rawit di pasaran. Pada penelitian ini membahas tentang Pengelompokkan tingkat harga cabai rawit di tahun 2020-2021 berdasarkan provinsi di Indonesia menggunakan algoritma k-means clustering. Data komoditas cabai yang diperoleh dari situs resmi Pusat Informasi Harga Pangan Nasional Strategis (PIHPS) dibagi menjadi tiga cluster” yaitu wilayah dengan cluster harga cabai tinggi, cluster dengan harga sedang, dan rendah. Selain melakukan perhitungan secara manual, peneliti juga menggunakan tool RapidMiner dalam pemrosesan algoritma K-Means Clustering untuk dapat membandingkan hasil perhitungan. Hasil pengelompokkan diperoleh Cluster harga cabai tertinggi berada di 10 provinsi yaitu: Kepulauan Babel, DKI Jakarta, NTT, Kalbar, Kalteng, Kaltara, Maluku, Maluku Utara, Papua dan Papua Barat. Sementara cluster dengan tingkat harga cabai sedang terdiri dari 12 provinsi yaitu: Aceh, Sumbar, Riau, Kepulauan Riau, Sumsel, Banten, Jabar, Kalsel, Kaltim, Gorontalo, Sultenggara, dan Sulut. Terakhir, cluster dengan tingkat harga cabai rendah terdiri dari 12 provinsi yaitu: Sumut, Jambi, Bengkulu, Lampung, Jateng, DI Yogyakarta, Jatim, Bali, NTB, Sulsel, Sulteng, dan Sulbar. Hasil dari pengelompokkan harga cabai tersebut dapat dijadikan sebagai bahan evaluasi atau dasar pertimbangan pihak-pihak terkait membuat kebijakan dalam hal menjamin ketersediaan, mengurangi disparitas harga, dan menjaga kestabilan harga baik pada saat harga tinggi maupun pada saat harga jatuh.

Penerapan Algoritma K-Means Pada Penjualan Saldo Transportasi Online Studi Kasus Konter XYZ

“…Penelitian ketiga dengan tema pemetaan pasar berdasarkan harga pangan menghasilkan 3 cluster yaitu cluster tinggi dengan jumlah 1 pasar, cluster rendah dengan jumlah 10 pasar, dan cluster sedang berjumlah 17 pasar [18]. Penelitian keempat dengan tema pengelompokan harga cabai rawit menghasilkan 3 cluster yaitu cluster dengan tingkat harga tinggi sebanyak 10 provinsi, cluster dengan harga rendah sebanyak 12 provinsi dan dengan harga sedang sebanyak 12 provinsi [19]. Penelitian terakhir dengan tema pengelompokan penjualan aksesoris menghasilkan 3 cluster yaitu cluster kurang laku sebanyak 12 data, cluster laku sebanyak 10 data, dan cluster paling laku sebanyak 4 data [20].…”

Analisys Mortality Rate of Tuberculosis Patients Seen From Age and Length of Treatment at RSUD Dr. M. Haulussy Ambon Using the K-Means Clustering Algorithm for the Rapidminer Application

“…Pemanfaatan metode data mining sangat banyak digunakan oleh banyak kalangan diantaranya di kalangan bisnis yang dapat membantu perusahaan merencanakan dan memperoleh informasi tepat agar dapat dilakukan prediksi berdasarkan tren penjualan masa lalu dan kondisi saat ini untuk meningkatkan omzet perusahaan atas informasi tersembunyi di balik produk yang laris di pasaran, dan dalam bidang kesehatan, dapat dimanfaatkan dalam memprediksi ketersediaan stok obat yang dibutuhkan pada musim tertentu sehingga di apotek atau rumah sakit ketersediaan obat selalu ada ketika dibutuhkan oleh banyak pasien. Algoritma K-Means clustering merupakan teknik pengolahan data mining [5], yang mengelompokkan data satu atau lebih kelompok dengan memiliki karakter yang mirip antara data yang satu dengan data lainnya, serta memiliki ciri khas unsupervised [6]. Unsupervised Learning digunakan dalam pencarian pola dari semua variabel [7].…”

Mengidentifikasi Strategi Promosi pada Jasa Penjualan Saldo Digital menggunakan Pendekatan Clustering

“…Menghasilkan tiga cluster yang dibuat yaitu 114 produk yang laku, 5 kurang laku, dan 14 tidak laku. Penelitian lain juga pernah dilakukan oleh (Palembang & Palembang, 2021) menggunakan algoritma K-Means menghasilkan 3 cluster dengan kategori tingkat harga cabai rawit tinggi ada 10 provinsi, tingkat harga cabai rawit rendah ada 12 provinsi dan tingkat harga cabai rawit sedang dengan 12 provinsi. Sedangkan penelitian yang dibuat oleh (Siburian et al, 2019) menggunakan algoritma K-Means mengelompokan harga eceran beras berdasarkan 33 provinsi.…”