Clusterirasi Kabupaten/Kota di Sumatera Utara Berdasarkan Luas Tanam dan Hasil Produksi Kelapa Sawit

Authors

  • Novita Aswan Universitas Graha Nusantara
  • Yusra Fadhillah Universitas Graha Nusantara
  • Muhammad Noor Hasan Siregar Universitas Graha Nusantara

DOI:

https://doi.org/10.57255/edusains.v1i1.248

Keywords:

Clusterisasi, Luas tanam, Produksi, Kelapa sawit, Sumatera utara

Abstract

Artikel ini mengeksplorasi peran penting Sumatera Utara dalam industri perkebunan kelapa sawit di Indonesia. Sumatera Utara adalah salah satu kontributor terbesar dalam produksi kelapa sawit di Indonesia, memberikan kontribusi besar pada pertumbuhan ekonomi regional. Dengan menggunakan teknik pengelompokan, penelitian ini mengidentifikasi pola dan karakteristik perkebunan kelapa sawit di kabupaten dan kota di Sumatera Utara. Pengelompokan ini dapat membantu pemerintah daerah dan perusahaan perkebunan dalam mengambil keputusan yang lebih efisien terkait pengembangan dan pengelolaan perkebunan kelapa sawit. Hasil dari proses pengelompokan membagi kabupaten dan kota di Sumatera Utara menjadi dua kelompok utama, mencerminkan perbedaan dalam tingkat budidaya dan produksi kelapa sawit. Kelompok 1 mencerminkan daerah dengan budidaya dan produksi kelapa sawit yang rendah, sementara kelompok 2 dan 3 mencerminkan daerah dengan tingkat budidaya dan produksi yang moderat hingga tinggi. Analisis statistik mengungkapkan perbedaan signifikan antara kelompok-kelompok ini, dengan produksi kelapa sawit sebagai variabel pembeda utama di antara kedua kelompok tersebut. Informasi yang diperoleh dari analisis pengelompokan ini dapat bermanfaat bagi pemerintah daerah, perusahaan perkebunan, dan petani kelapa sawit dalam merencanakan strategi pengembangan yang disesuaikan dengan karakteristik masing-masing kelompok. Selain itu, hal ini membantu dalam pemantauan kinerja sektor perkebunan kelapa sawit di Sumatera Utara seiring berjalannya waktu. Penelitian ini memiliki potensi untuk menjadi referensi bagi mereka yang terlibat dalam pengembangan dan pengelolaan perkebunan kelapa sawit di Sumatera Utara, dengan tujuan meningkatkan pertumbuhan ekonomi regional dan kesejahteraan penduduk setempat, sekaligus menjaga keseimbangan dengan keberlanjutan lingkungan.

Abstract

This article explores the significant role of North Sumatra in the palm oil plantation industry in Indonesia. North Sumatra is one of the largest contributors to palm oil production in Indonesia, making a substantial contribution to regional economic growth. Using clustering techniques, this research identifies patterns and characteristics of palm oil plantations in the districts and cities of North Sumatra. This clustering can assist local governments and plantation companies in making more efficient decisions regarding the development and management of palm oil plantations. The results of the clustering process divide the districts and cities of North Sumatra into two primary clusters, reflecting differences in the extent of cultivation and palm oil production. Cluster 1 represents regions with low cultivation and palm oil production, while clusters 2 and 3 represent areas with moderate to high cultivation and production levels. Statistical analysis reveals significant differences between these clusters, with palm oil production being the most distinguishing variable between the two groups. The information derived from this clustering analysis can be valuable for local governments, plantation companies, and palm oil farmers in planning development strategies tailored to the characteristics of each cluster. Furthermore, it aids in monitoring the performance of the palm oil plantation sector in North Sumatra over time. This research holds the potential to serve as a reference for those involved in the development and management of palm oil plantations in North Sumatra, with the aim of enhancing regional economic growth and the well-being of the local population, while also maintaining a balance with environmental sustainability.

References

BPS, Analisis Perwilayahan Komoditas Kelapa Sawit di Provinsi Sumatera Utara 2016-2019. Badan Pusat Statistika SUmatera Utara, 2021.

S. Sadya, “Produksi Kelapa Sawit Indonesia Capai 45,58 Juta ton pada 2022,” DataIndonesia.id, 2023. https://dataindonesia.id/sektor-riil/detail/produksi-kelapa-sawit-indonesia-capai-4558-juta-ton-pada-2022.

K. Aprianto, “Optimasi Kernel K-Means dalam Pengelompokan Kabupaten / Kota Berdasarkan Indeks Pembangunan Manusia di Indonesia,” Limits, vol. 15, no. 1, pp. 1–15, 2018, doi: http://dx.doi.org/10.12962/limits.v15i1.3408.

M. Santoso, “Analisis K-Means Cluster Indeks Pembangunan Manusia di Indonesia,” Universitas Negeri Semarang, 2019.

K. Nisa, “Analisis cluster dengan menggunakan metode hierarki untuk pengelompokan kecamatan di kabupaten langkat berdasarkan indikator kesehatan,” Universitas Islan Negeri Sumatera Utara, 2019.

A. Rahmawati and E. Setyowati, “Analisis Cluster K-Means untuk Pengelompokan Kabupaten / Kota di Provinsi Bengkulu berdasarkan Jumlah Base Transceiver Station dan Kekuatan Sinyal Telepon Seluler,” J. Comput. Eng. Syst. Sci., vol. 8, no. January, pp. 184–196, 2023.

D. A. N. Sirodj, I. M. Sumertajaya, and A. Kurnia, “Analisis Clustering Time Series untuk Pengelompokan Provinsi di Indonesia Berdasarkan Indeks Pembangunan Manusia Jenis Kelamin Perempuan,” Statistika, vol. 23, no. 1, pp. 29–37, 2023.

A. A. Maulana, A. W. Rafii, Y. A. Anjelina, and E. Widodo, “Pengelompokkan Kecamatan di Kabupaten Bima Berdasarkan Jumlah Produksi dan Luas Panen Bawang Merah Tahun 2021 Menggunakan K-Means Clustering,” J Stat., vol. 16, no. 1, pp. 442–451, 2023, doi: https://doi.org/10.36456/jstat.vol16.no1.a7032.

BPS, “Luas Tanam dan Produksi Kelapa Sawit Tanaman Perkebunan Rakyat Menurut Kabupaten Kota,” Badan Pusat Statistika Sumatera Utara, 2022. https://sumut.bps.go.id/indicator/54/204/1/luas-tanaman-dan-produksi-kelapa-sawit-tanaman-perkebunan-rakyat-menurut-kabupaten-kota.html.

H. E. Prastyo, F. Ilfana, and I. Pendahuluan, “Pengelompokan Kabupaten Dan Kota Di Jawa Timur Berdasarkan Indeks Pembangunan Manusia Dengan Menggunakan Metode K-Means Tahun 2020-2021,” J. Ilm. Komputasi dan Stat., vol. 2, no. 1, pp. 22–32, 2022, [Online]. Available: https://jikostik.org/index.php/jikostik/article/view/jikostikvol2no12022prastyo.

A. D. Lestari, “Analisis Mutivariate K-Means pad Kabupaten/Kota di Provinsi Jawa tengah Berdasarkan Indeks Pembangunan Manusia Tahun 2017 dengan Bantuan Software SPSS,” Universitas Negeri Semarang, 2018.

R. D. Kusumah, B. Warsito, and Moch. ABdul Mukid, “Perbandingan metode k – means dan self organizing map (studi kasus: pengelompokan kabupaten/kota di jawa tengah berdasarkan indikator indeks pembangunan manusia 2015),” J. Gaussian, vol. 6, no. 3, pp. 429–437, 2017.

H. Sibarani, Solikhun, W. Saputra, I. Gunawan, and Z. M. Nasution, “Penerapan Metode K-Means untuk Pengelompokan Kabupaten/ Kota di Provinsi Sumatera Berdasarkan Indeks Pembangunan Manusia,” J. Mhs. Tek. Inform., vol. 6, no. 1, pp. 154–161, 2022.

I. Ghozali, Aplikasi Analisis Multivariate dengan Program SPSS:Cetakan IV. Semarang: Universitas Diponegoro, 2011.

Sujarwo, “Clustering dengan Metode K-Means untuk Pengelompokan Daerah Kabupaten/Kota di Sumatera Utara berdasarkan Angka Kemiskinan dan Jumlah Penduduk,” lppm politeknikunggul, vol. 6, no. 2, pp. 52–60, 2019.

Sugiyono, Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta, 2016.

Downloads

Submitted

2023-10-25

Published

2023-06-30

How to Cite

Aswan, N. ., Fadhillah, Y. ., & Noor Hasan Siregar, M. . (2023). Clusterirasi Kabupaten/Kota di Sumatera Utara Berdasarkan Luas Tanam dan Hasil Produksi Kelapa Sawit. EDUSAINS : Journal of Education and Science, 1(1), 25–32. https://doi.org/10.57255/edusains.v1i1.248

Issue

Section

Articles