Penerapan Datamining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering Method

Authors

  • Agus Perdana Windarto STIKOM Tunas Bangsa

DOI:

https://doi.org/10.33633/tc.v16i4.1447

Abstract

Ekspor dan impor barang-barang terdiri dari cakupan komoditas, sistem perdagangan, penilaian, pengukuran kuantitas dan rekan negara. Kegiatan ekspor dan import melibatkan kedua negara, yakni negara tujuan dan negara asal. Negara tujuan adalah adalah negara yang pada saat pengiriman diketahui sebagai negara terakhir dimana barang tersebut akan terkirim sedangkan negara asal adalah negara dimana barang-barang tersebut diproduksi, setelah diverifikasi oleh Kantor Bea Cukai, sesuai dengan peraturan. Penelitian ini membahas tentang Penerapan Datamining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering Method. Sumber data penelitian ini dikumpulkan berdasarkan dokumen-dokumen keterangan ekspor impor yang dihasilkan oleh Direktorat Jenderal Bea dan Cukai. Selain itu sejak tahun 2015 data ekspor juga berasal dari PT. Pos Indonesia, catatan instansi lain di perbatasan, dan hasil survei perdagangan lintas batas laut. Data yang digunakan dalam penelitian ini adalah data Ekspor Buah-buahan Menurut Negara Tujuan Utama dari tahun 2002-2015 yang terdiri dari 11 negara yakni Hongkong, Tiongkok, Singapura, Malaysia, Nepal, Vietnam, India, Pakistan, Bangladesh, Iran dan Negara Lainya. Varibale yang digunakan (1) jumlah ekspor berat bersih (netto) dan (2) nilai Free On Board (FOB). Data akan diolah dengan melakukan clustering ekspor buah-buahan berdasarkan negara tujuan utama dalam 3 cluster yaitu cluster tingkat ekspor tinggi, cluster tingkat ekspor sedang dan cluster tingkat ekspor rendah. Metode clustering yang digunakan dalam penelitian ini adalah metode K-Means. Cetroid data untuk cluster tingkat ekspor tinggi 904.276,5, Cetroid data untuk cluster tingkat ekspor sedang 265.501 dan Cetroid data untuk cluster tingkat ekspor rendah 34.280,1. Sehingga diperoleh penilaian berdasarkan indeks ekspor buah-buahan dengan 2 negara cluster tingkat ekspor tinggi yakni India dan Pakistan, 3 negara cluster tingkat ekspor sedang yakni Singapura, Bangladesh dan Negara lainnya dan 6 negara cluster tingkat ekspor rendah yakni Hongkong, Tiongkok, Malaysia, Nepal, Vietnam dan Iran. Hasil yang dari penelitian dapat digunakan untuk mengetahui jumlah ekspor buah-buahan menurut negara tujuan.

References

S. M. S. Hadi Rachmat, Anindya Apriliyanti Pravitasari, “Fuzzy K-Means Clustering Untuk Mengklasifikasikan Perusahaan Eksportir Furniture Rotan Di Kabupaten Cirebon,†Pros. Semin. Nas. Stat., vol. 2010, no. November, pp. 146–153, 2010.

S. Nelson Butarbutar, Agus Perdana Windarto, Dedi Hartama, “Komparasi Kinerja Algoritma Fuzzy C-Means Dan K-Means Dalam Pengelompokan Data Siswa Berdasarkan Prestasi Nilaia Kademik Siswa,†JURASIK (Jurnal Ris. Sist. Inf. Tek. Inform., vol. 1, no. 2012, pp. 46–55, 2016.

M. K. Aldi Nurzahputra, Much Aziz Muslim, “Penerapan Algoritma K-Means Untuk Clustering Penilaian Dosen Berdasarkan Indeks Kepuasan Mahasiswa,†Techno.COM, vol. 16, no. 1, pp. 17–24, 2017.

Wyatt, J. C, danSpiegelhalter, D., 1991, Field Trials of Medical Decision-Aids: PotentialProblems and Solutions, Clayton, P. (ed.): Proc. 15th Symposium on ComputerApplications in Medical Care, Vol 1, Ed. 2, McGraw Hill Inc, New York.

Yusoff, M, Rahman, S.,A., Mutalib, S., and Mohammed, A. , 2006, Diagnosing Application Development for Skin Disease Using Backpropagation Neural Network Technique, Journal of Information Technology, vol 18, hal 152-159.

Downloads

Published

2017-06-19

Issue

Vol. 16 No. 4 (2017): November 2017

Section

Articles

License

Copyright (c) 2017 Agus Perdana Windarto

Creative Commons License

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

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/

 

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.