ABSTRAK
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.
Kata kunci : Jagung, Jaringan Syaraf Tiruan, SOM
ABSTRACT
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.
Keywords: Corn, Artificial Neural Networks, SOM