K-Medoids-Lumbung-Padi

Analisis Tipologi Lumbung Padi Jawa Tengah (K-Medoids Clustering) 🌾

Repository ini berisi proyek analisis data statistika untuk mengidentifikasi karakteristik tipologi wilayah lumbung padi di Provinsi Jawa Tengah menggunakan algoritma K-Medoids Clustering.

📌 Ringkasan Proyek

Penelitian ini memetakan 35 kabupaten/kota di Jawa Tengah berdasarkan 4 indikator utama:

1. UTP (Unit Tani Pangan)
2. Total Produksi Padi (Ton)
3. Luas Irigasi Teknis (Ha)
4. Luas Irigasi Non-Teknis (Ha)

Analisis ini bertujuan untuk memberikan dasar bagi pemerintah dalam menentukan strategi ketahanan pangan yang tepat sasaran berdasarkan karakteristik unik tiap wilayah.

🛠️ Metodologi & Tahapan

• Preprocessing: Standarisasi data menggunakan Z-Score.
• Uji Asumsi: Uji Multikolinearitas (VIF) untuk memastikan independensi variabel.
• Optimasi Klaster: Penentuan jumlah $k$ optimal menggunakan metode Silhouette Coefficient.
• Clustering: Implementasi algoritma PAM (Partitioning Around Medoids) yang lebih robust terhadap outlier data pertanian.

📊 Hasil Utama

Dihasilkan 5 Klaster Tipologi Wilayah:

• Klaster 1: Wilayah Lumbung Padi Utama (Maha-Lumbung)
• Klaster 2: Wilayah Lumbung Padi Penyangga (Sentra Utama)
• Klaster 3: Wilayah Lumbung Padi Mandiri (Sentra Potensial)
• Klaster 4: Wilayah Lumbung Padi Adaptif (Sentra Terbatas)
• Klaster 5: Wilayah Lumbung Padi Marginal (Sentra Perkotaan)

📂 Struktur File

• kmedoids_lumbung_padi.Rmd: Script utama analisis dalam format R Markdown.
• DATASET LUMBUNG PADI FIKS.xlsx: Dataset riil indikator pertanian Jawa Tengah.
• kmedoids_lumbung_padi.html: Output laporan final yang interaktif dan responsif.

🚀 Cara Menjalankan

1. Clone repository ini.
2. Pastikan library tidyverse, cluster, factoextra, dan corrplot sudah terinstall.
3. Buka Clustering K-Medoids.Rproj.
4. Run/Knit file kmedoids_lumbung_padi.Rmd.

---

Kontributor: Rafi Abdul Rosid (Statistika Undip)