Analisa Penyebab Kerusakan Tanaman Cabai Menggunakan Metode K-Means

Abstract

Tanaman cabai merupakan komoditas pertanian yang di butuhkan dalam kehidupan sehari hari, karena tanaman ini memiliki banyak kegunaan. Selain itu tanaman cabai merupakan tanaman yang bernilai ekonomis yang tinggi. Beberapa permasalahan dalam pengendalian penyakit dan hama antara lain adalah gejala awal yang tidak terlihat jelas sehingga petani maupun masyarakat sulit untuk mengelompokan penyebab kerusakan yang menyerang tanaman cabai sehingga mengakibatkan petani mengalami penurunan produksi panen bahkan menyebabkan gagal panen. Metode yang di pakai dalam menyelesaikan masalah ini yaitu Algoritma K-means. Algoritma K-Means clustering ini adalah sebuah metode yang berusaha mengelompokan data yang ada ke dalam beberapa kelompok, dimana data yang ada dalam satu kelompok mempunyai karakteristik yang sama satu sama lainnya dan mempunyai karakteristik yang berbeda dengan data yang ada dalam kelompok lain. data cabai yang diolah dalam penelitian ini bersumber dari wilayah kerja Dinas Tanaman Pangan Hortikultura dan Perkebunan Provinsi Sumatera Barat dengan jumlah data sebanyak 11 buah. Selanjutnya data diolah menggukan software rapidminer studio 7.6. Hasil dari pengujian terhadap metode ini terdapat tiga pengelompokan penyebab kerusakan pada tanaman yaitu C0 untuk jenis cabai yang kerusakan sedang, C1 kerusakan berat dan C2 untuk kerusakan ringan. Kemudian hasil dari per cluster yaitu C0 terdapat satu jenis hama yaitu Lalat Buah, C1 terdapat 3 jenis hama yang terdiri dari Virus kuning, Antraknose dan Thrips, sedangkan C2 terdapat 7 jenis hama yang terdiri dari Kutu Daun, Tungau, Layu Fusarium, Layu Bakeri, Virus Keriting, Mati Pucuk, Puru Buah. Analisa ini diharapkan memudahkan petani mengetahui penyebab kerusakan tanaman cabai atau dinas terkait bisa mengambil tindakan mengantisifasi penyebab penyebab kerusakan pada tanaman cabai secepat mungkin.