Klasterisasi Wilayah Distribusi Beras Miskin dengan Metode Density Based Clustering dan Geographic Information System (GIS) (Studi Kasus di Perusahaan Umum Bulog Sub Divre Bojonegoro)

Amru, Muhammad Faisal and Aunur Rofiq Mulyarto,, STP., M.Sc and Arif Hidayat,, STP., M.AIT, PhD (2022) Klasterisasi Wilayah Distribusi Beras Miskin dengan Metode Density Based Clustering dan Geographic Information System (GIS) (Studi Kasus di Perusahaan Umum Bulog Sub Divre Bojonegoro). Sarjana thesis, Universitas Brawijaya.

Abstract

Beras miskin (raskin) merupakan program yang diselenggarakan oleh pemerintah yang telah berjalan rutin sejak tahun 1998 dengan tujuan untuk membantu masyarakat miskin yang termasuk dalam kategori rawan pangan dalam memperoleh kebutuhan pokok (beras) guna memenuhi kebutuhan rumah tangganya. Perusahaan Umum Badan Usaha Logistik (Perum Bulog) merupakan salah satu Badan Usaha Milik Negara (BUMN) yang bergerak di bidang logistik pangan yang mengemban tanggung jawab dalam pelaksanaan distribusi bahan pangan seperti raskin ke berbagai wilayah di Indonesia. Pendistribusian raskin dilakukan dibawah tanggungjawab Perum Bulog guna menjamin keberhasilan pelaksanaannya, koordinasi serta sinkronasi antar seluruh elemen yang terlibat diperlukan dalam mendukung keberhasilan pendistribusian raskin. Permasalahan pendistribusian raskin pada Perum Bulog Sub Divre Bojonegoro yaitu terjadinya keterlambatan proses distribusi raskin yang diakibatkan oleh banyaknya jumlah titik distribusi pada wilayah kerja dengan jumlah permintaan yang tidak merata pada setiap titik distribusi, selain itu keterbatasan kapasitas armada pengangkut juga memberikan pengaruh pada proses distribusi. Tujuan dari penelitian ini yaitu menentukan klasterisasi wilayah distribusi raskin pada wilayah kerja Perum Bulog Sub Divre Bojonegoro sehingga proses distribusi lebih efisien. Metode yang digunakan dalam melakukan klasterisasi wilayah distribusi beras miskin yaitu Density Based Clustering with Noise (DBSCAN) dan Geographic Information System (GIS). Density Based Clustering with Noise berguna dalam proses klasterisasi menggunakan kepadatan data yang terkoneksi (density-connected). GIS berguna dalam melakukan proses visualisasi hasil klasterisasi berupa peta informasi. Metode Density Based Clustering with Noise dipilih karena dapat memperoleh klaster dengan bentuk sembarang, dapat mengetahui informasi tentang noise dan hanya memerlukan dua parameter tanpa membutuhkan informasi jumlah klaster yang akan dibentuk. Sedangkan penggunaan GIS dipilih karena dapat memberikan informasi yang lebih rinci guna mempermudah pemahaman peta. Klasterisasi wilayah distribusi beras miskin menggunakan metode Density Based Clustering with Noise diperoleh hasil yang optimum dengan menggunakan nilai MinPts sebesar 1 dan nilai Eps sebesar 3. Pada klaserisasi tersebut diperoleh hasil berupa jumlah klaster sebanyak 4 klaster, jumlah noise sebanyak 10 dan nilai silhouette coefficient sebesar 0,399. Klasterisasi menggunakan metode Density Based Clustering with Noise diperoleh hasil persebaran data yang hanya berpusat pada salah satu klaster dengan bentuk klaster yang dihasilkan berbentuk sembarang (arbitrary). Visualisasi hasil klasterisasi wilayah distribusi beras miskin menggunakan ArcGIS dihasilkan berupa peta klasterisasi wilayah dengan penambahan beberapa fitur.Visualisasi menggunakan peta tersebut mempermudah proses pemahaman terkait hasil dari klasterisasi yang telah dilakukan. Sehingga peta klaserisasi wilayah distribusi tersebut dapat membantu strategi proses distribusi produk menggunakan klasterisasi wilayah distribusi kedepannya

English Abstract

Rice for the poor (Raskin) is a program organized by the government that has been running regularly since 1998 to help poor people who are included in the food insecurity category in obtaining basic needs (rice) to meet their household needs. Logistics General Company (Perum Bulog) is one of the State-Owned Enterprises (BUMN) which is engaged in food logistics which is responsible for the distribution of food ingredients such as Raskin to various regions in Indonesia. The distribution of Raskin is carried out under the responsibility of Perum Bulog to ensure the success of its implementation, coordination, and synchronization between all elements involved are needed to support the successful distribution of Raskin. The problem with distributing Raskin at Perum Bulog Sub Divre Bojonegoro is the delay in the Raskin distribution process caused by a large number of distribution points in the work area with an uneven number of requests at each distribution point, in addition to the limited capacity of the transport fleet also influences the distribution process. The purpose of this study is to determine the clustering of the distribution area of Raskin in the working area of Perum Bulog Sub-Divre Bojonegoro so that the distribution process is more efficient. The methods used in clustering poor rice distribution areas are Density-Based Clustering with Noise (DBSCAN) and Geographic Information Systems (GIS). Density- Based Clustering is useful in the clustering process using density-connected data. GIS is useful in visualizing the results of clustering in the form of information maps. The Density- Based Clustering method was chosen because it can obtain clusters of arbitrary shape, can find out information about noise, and only requires two parameters without requiring information on the number of clusters to be formed. While the use of GIS was chosen because it can provide more detailed information to facilitate map understanding. The clustering of poor rice distribution areas using the DBSCAN method obtained optimum results using a MinPts value of 1 and an Eps value of 3. In this classification, the results obtained are the number of clusters of 4 clusters, the amount of noise as much as 10, and the value of the silhouette coefficient of 0.399. Clustering using the DBSCAN method results in the distribution of data that is only centered on one of the clusters with the resulting cluster shape being arbitrary (arbitrary). Visualization of the results of the clustering of poor rice distribution areas using ArcGIS is produced in the form of a regional clustering map with the addition of several features. So that the distribution area classification map can help the product distribution process strategy using distribution area clustering in the future.

Item Type:	Thesis (Sarjana)
Identification Number:	0522100009
Uncontrolled Keywords:	Beras Miskin, Density Based Clustering with Noise, Geographic Information System, Klasterisasi Wilayah Distribusi,Density Based Clustering with Noise, Distribution Area Clustering, Geographic Information System, Poor Rice
Subjects:	300 Social sciences > 338 Production > 338.1 Agriculture > 338.16 Production efficiency
Divisions:	Fakultas Teknologi Pertanian > Teknologi Industri Pertanian
Depositing User:	soegeng sugeng
Date Deposited:	08 Feb 2022 04:23
Last Modified:	11 Dec 2023 03:59
URI:	http://repository.ub.ac.id/id/eprint/189540

Text 175100301111052 - Muhammad Faisal Amru.pdf Restricted to Registered users only Download (8MB)

Actions (login required)

View Item