Tasya, Mahara (2025) Analisis Clustering Lahan Perkebunan Kopi Jenis Tertentu Menggunakan Sistem Informasi Geografis (SIG) Di Kecamatan Pintu Rime Gayo Kabupaten Bener Meriah. S1 thesis, Malikussaleh.

	Text Cover.pdf Download (118kB)
	Text ABSTRAK.pdf Download (173kB)
	Text BAB 1.pdf Download (156kB)
	Text Daftar Pustaka.pdf Download (177kB)
	Text Tasya Mahara_210180041 Skripsi.pdf Restricted to Registered users only Download (3MB)

Abstract

Kecamatan Pintu Rime Gayo di Kabupaten Bener Meriah, Provinsi Aceh, memiliki potensi besar dalam pengembangan komoditas kopi, terutama Arabika, Robusta, dan Liberika. Namun, pemetaan kesesuaian lahan terhadap jenis kopi tertentu belum optimal sehingga pengelolaan dan produktivitasnya belum maksimal. Diperlukan pendekatan berbasis data untuk menentukan klasifikasi lahan yang lebih tepat. Penelitian ini bertujuan menganalisis klasifikasi lahan perkebunan kopi menggunakan metode K-Means Clustering dan memvisualisasikan hasilnya melalui Sistem Informasi Geografis (SIG) berbasis ArcGIS. Data yang digunakan mencakup suhu, curah hujan, kelembapan, ketinggian, kemiringan lereng, dan jenis tanah dari sumber primer dan sekunder. Seluruh data dinormalisasi sebelum dikelompokkan menggunakan algoritma K-Means, kemudian divisualisasikan secara spasial. Hasil analisis menghasilkan tiga cluster wilayah yang menunjukkan kesesuaian lahan masing-masing jenis kopi. Cluster pertama sesuai untuk Arabika di dataran tinggi bersuhu sejuk. Cluster kedua cocok untuk Robusta di lahan lebih rendah dengan suhu sedang. Cluster ketiga sesuai untuk Liberika pada wilayah bersuhu panas dengan jenis tanah tropis tertentu. Visualisasi menggunakan ArcGIS menampilkan distribusi spasial setiap cluster di Kecamatan Pintu Rime Gayo sehingga memudahkan identifikasi wilayah potensial. Hasil penelitian menunjukkan Robusta sebagai jenis kopi paling dominan, diikuti Arabika dan Liberika. Temuan ini diharapkan menjadi dasar bagi pemerintah, instansi terkait, dan petani dalam perencanaan budidaya yang tepat sasaran. Penelitian ini juga memberikan manfaat praktis berupa dasar pengambilan kebijakan, peningkatan produktivitas lahan, dan keberlanjutan perkebunan kopi. Secara akademis, penelitian ini memperkaya literatur penerapan metode K-Means Clustering dan SIG dalam pengelolaan lahan pertanian Kata kunci: Clustering, K-Means, Kopi Arabika, Robusta, Liberika, SIG, ArcGIS, Pintu Rime Gayo.

Item Type:	Thesis (S1)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Tasya Mahara
Date Deposited:	21 Oct 2025 08:50
Last Modified:	21 Oct 2025 08:50
URI:	https://rama.unimal.ac.id/id/eprint/16772

Actions (login required)

View Item