PENGKLUSTERAN KONDISI PASAR
KOMODITI JAGUNG DI INDONESIA MENGGUNAKAN
SELF ORGANIZING MAP(SOM)
Oleh
TRIYOGO BUDI SANTOSO
NIM. M0107063
SKRIPSI
ditulis dan diajukan untuk memenuhi sebagian persyaratan
memperoleh gelar Sarjana Sains Matematika
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET
ABSTRAK
Triyogo Budi Santoso. 2015. PENGKLUSTERAN KONDISI PASAR
KOMODITI JAGUNG DI INDONESIA MENGGUNAKAN SELF
ORGANIZING MAP(SOM). Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Sebelas Maret Surakarta.
Permasalahan komoditi jagung merupakan permasalahan penting di Indonesia. Di beberapa daerah di Indonesia harga jagung tidak merata dan mencolok antara daerah yang satu dengan yang lainnya. Oleh karena itu diperlukan pengklusteran kondisi pasar komoditi jagung dari tiap provinsi di indonesia. Untuk mengetahui target pasar komoditi jagung di Indonesia maka digunakan analisis kluster.
Metode analisis kluster yang cocok digunakan untuk mengklasifikasikan kondisi pasar komoditi jagung di Indonesia adalah jaringan saraf tiruan SOM,
karena hubungan faktor yang mempengaruhi kondisi pasar jagung di Indonesia bersifat tidak linier. Data yang digunakan adalah data faktor yang mempengaruhi kondisi pasar komoditi jagung di 32 provinsi di Indonesia.
Pada penelitian ini didapatkan 6 kluster daerah yang memiliki karakteristik yang berbeda. Kluster yang paling cocok untuk dijadikan target pasar adalah kluster I. Kluster I memiliki karakteristik daerah dengan tingkat produktivitas rendah kisaran 30,15667 kw/Ha, jumlah produksi yang rendah kisaran 57.586,67 ton, dan harga produsen yang tinggi kisaran Rp 537,0027/100 gram, yang meliputi provinsi Riau, Sumatera Selatan, dan Maluku.
ABSTRACT
Triyogo Budi Santoso. 2015. CLUSTERING MARKET CONDITIONS OF
CORN IN INDONESIA USING SELF ORGANIZING MAP (SOM). Faculty of Mathematics and Natural Sciences, Sebelas Maret University Surakarta.
Problems commodity corn is an important issue in Indonesia. In some areas in Indonesia the price of corn is uneven and the contrast between areas with each other. Therefore, it is necessary clustering corn commodity market conditions of each province in Indonesia. To determine the target market corn commodity in Indonesia then used cluster analysis.
Cluster analysis methods are suitable to classify the maize commodity market conditions in Indonesia is an artificial neural network SOM, because the relationship of the factors that affect the condition of the corn market in Indonesia is not linear. The data used is data of factors that affect commodity markets corn in 32 provinces in Indonesia.
In this study showed 6 regional clusters which have different characteristics. Clusters are best suited to be used as target markets are clusters Cluster I. I have the characteristics of areas with low productivity levels range 30.15667 kw/ha, the amount of low production 57586.67 ton range, and high producer price range of Rp 537.0027 / 100 grams, which covers the provinces of Riau, South Sumatra, and Maluku.
MOTTO
PERSEMBAHAN
KATA PENGANTAR
Ucapan syukur kepada Tuhan Yang Maha Esa yang telah memberikan
kenikmatan sehingga Penulis dapat menyelesaikan penyusunan skripsi dengan
Kondisi Pasar Komoditi Jagung di Indonesia Menggunakan
Self Organizing Map (SOM) . Penulis juga menyampaikan ucapan terima kasih
kepada berbagai pihak yang telah membantu selesainya penyusunan skripsi ini
antara lain
1. Ibu Winita Sulandari, M.Si selaku dosen pembimbing I yang telah
membimbing dalam menyusun skripsi ini.
2. Ibu Dra. Mania Roswitha, M.Si, selaku dosen pembimbing II yang telah
membimbing dalam menyusun skripsi ini.
3. Seluruh Dosen dan staf Jurusan Matematika FMIPA UNS yang telah
memberikan kesempatan dalam menyelesaikan penyusunan skripsi ini.
4. Badan Pusat Statistik Republik Indonesia yang telah membantu penulis
dalam penyedian data untuk penelitian.
5. Seluruh pihak yang terlibat dalam penelitian ini yang tidak dapat disebutkan
satu persatu.
Penulis berharap skripsi ini dapat digunakan oleh pihak yang
membutuhkan.
Surakarta, April 2015
DAFTAR ISI
Halaman
HALAMAN JUDUL... i
HALAMAN PENGESAHAN... ii
ABSTRAK... ABSTRACT... iii iv MOTTO... PERSEMBAHAN... v vi KATA PENGANTAR... vii
DAFTAR ISI... viii
DAFTAR TABEL... x
DAFTAR GAMBAR... xi
BAB IV HASIL DAN PEMBAHASAN
4.1 Data...
4.2 Pengklusteran dengan SOM...
4.3
12
16
20
BAB V PENUTUP
5.1 Kesimpulan...
5.2 Saran...
23
24
DAFTAR PUSTAKA
DAFTAR TABEL
Halaman
Tabel 4.1. Nilai Batas Tiap Variabel 12
Tabel 4.2. Produktivitas, Jumlah Produksi, dan Harga Produsen Jagung
13
Tabel 4.3. Data Transformasi 15
Tabel 4.4. Nilai Kluster 1 16
Tabel 4.5. Nilai Kluster 2 17
Tabel 4.6. Nilai Kluster 3 17
Tabel 4.7. Nilai Kluster 4 17
Tabel 4.8. Nilai Kluster 5 17
Tabel 4.9. Nilai Kluster 6 17
Tabel 4.10. Jarak Titik Pusat Kluster 19
Tabel 4.11. Tingkat Kepentingan Pasar 20
DAFTAR GAMBAR
Halaman
Gambar 2.1. Model Matematis Jaringan Saraf Tiruan 6
Gambar 2.2. Jaringan SOM 7
Gambar 4.1. Koordinat Target Pasar dan Sentra Produksi 18
DAFTAR NOTASI
: Vektor baris yang terdiri dari m anggota
: Vektor kolom yang terdiri dari m anggota, dan
: Besaran skalar.
: Jarak Euclid,
: Bobot neuron ke- j,
: Neuron masukan ke-i.
: Laju pembelajaran dan
: Fungsi tetangga.
: Jarak neuron ke-j dengan neuron pemenang,
: Lebar tetangga, neuron ke-j, dan
: Neuron pemenang
: nilai transformasi produktivitas jagung provinsi i,
: produktivitas jagung provinsi i,
: batas atas nilai produktivitas jagung, dan
: batas bawah nilai produktivitas jagung.
: nilai transformasi produksi jagung provinsi i,
: produksi jagung provinsi i, dan
: produksi jagung nasional.
: nilai transformasi harga jagung provinsi i,
: harga jagung provinsi i,
: batas atas harga jagung, dan
: jarak kluster j dengan titik target pasar,
: jarak kluster j dengan titik sentra produksi,
: produktivitas jagung kluster j,
: produksi jagung kluster j ,dan
: harga jagung kluster j.
: produktivitas jagung kluster j,
: nilai transformasi produktivitas jagung kluster j,
: produksi jagung kluster j,
: nilai transformasi produksi jagung kluster j
: harga jagung kluster j,