Penerapan Principal Component Analysis (PCA) Untuk Reduksi Dimensi Pada Proses Clustering Data Produksi Pertanian Di Kabupaten Bojonegoro

Implementation of Principal Component Analysis (PCA) for Dimension Reduction in Agricultural Production Data Clustering Process in Bojonegoro District

Dalam penelitian, data harus melalui proses pengolahan agar dapat digunakan dalam penelitian tersebut. Data yang digunakan haruslah valid untuk dapat menghasilkan solusi yang tepat guna. Pengolahan data dalam jumlah besar secara manual berpeluang menghasilkan banyak kesalahan. Untuk itu diperlukan pendekatan teknologi untuk dapat meminimalisir kesalahan yang dapat terjadi. Data mining merupakan suatu proses pengekstrakan informasi dari kumpulan data yang besar. Proses ini bertujuan untuk mendapatkan intisari dari kumpulan data tersebut. Proses data mining dapat menghasilkan menghasilkan informasi penting berupa klasifikasi (classification), pengelompokan (clustering), bahkan prediksi (prediction). Clustering merupakan suatu proses analisis data untuk membentuk sekelompok objek berdasarkan sifat dan cirinya sehingga terbentuk suatu kelompok yang bersifat homogen antar anggota pada kelompok yang sama. Namun, beberapa algoritma clustering menemui masalah ketika dihadapkan pada data dengan dimensi tinggi, termasuk juga K-Means. Reduksi dimensi dapat dijadikan sebagai salah satu langkap optimasi algoritma clustering. Proses reduksi dimensi yang umumnya diterapkan pada tahap pre-processing data bertujuan untuk mengurangi jumlah fitur (dimensi) tanpa menghilangkan informasi penting dari suatu data. Metode PCA akan membentuk sekumpulan dimensi baru yang kemudian di ranking berdasarkan varian datanya, sehingga tercipta kumpulan data dengan fitur yang lebih sederhana. Penelitian ini akan menguji kinerja PCA sebagai salah satu metode optimasi algoritma clustering K-Means yang diterapkan pada data pertanian Kab. Bojonegoro pada tahun 2017 hingga 2020. Dataset hasil clustering yang didapatkan dari situs BPS akan dibandingkan dengan dataset dari sumber yang sama namun telah mengalami proses reduksi dimensi menjadi 1 PC, 2 PC, dan 3 PC. Evaluasi data hasil clustering menggunakan nilai DB Index menunjukkan nilai paling optimal pada dataset yang direduksi menjadi 1 PC dan dibentuk menjadi 3 klaster, yaitu 0.4072. sedangkan dengan jumlah klaster yang sama, dataset dengan 2PC menghasilkan nilai DB Index 0.6168, dataset dengan 3 PC menghasilkan nilai 0.6598, dan dataset tanpa proses reduksi dimensi menghasilkan nilai DB Index 0.4598.

In some cases of research, data must go through several processing processes in order to be used in such research. The data used must be valid to be able to produce the right solution. Processing large amounts of data manually has the opportunity to generate many errors. For that, a technological approach is needed to be able to minimize errors that can occur. Data mining is a process of rationing information from large data sets. This process aims to get the essence of the data set. The process of data mining can produce important information in the form of classification (classification), clustering (clustering), even prediction (prediction). Clustering is a process of analyzing data to form a group of objects based on their properties and characteristics so that a homogeneous group is formed between members in the same group. However, some clustering algorithms encounter problems when faced with high-dimensional data, including K-Means. Dimension reduction can be used as one of the rarity of optimization of clustering algorithms. The dimension reduction process that is generally applied in the data preprocessing stage aims to reduce the number of features (dimensions) without removing important information from a data. The PCA method will form a new set of dimensions that are then ranked based on the data variant, thus creating a data set with simpler features. this study observe the PCA algorithm as an optimization steps for clustering algorithm K-Means that applied to do a clustering process on 2017 to 2020 agricultural data from Bojonegoro district.  the quality of data from k-means clustering algorithm compared with proposed study using DB Index parameter. the most optimal db index value is 0.4072 from data with 3 clusters and reduce into 1 PC. meanwhile with same amount of cluster, data with 2 PC has 0.6168, data with 3 PC has 0.6598 and data without reduction process has 0.4598 point of db index.