Analisis Clustering Wilayah Kerentanan Produksi Padi Berdasarkan Iklim Dan Luas Panen Di Provinsi Sumatera Selatan Menggunakan Algoritma K-Means

Abstract

Kerentanan produksi padi di berbagai wilayah menjadi tantangan utama dalam mewujudkan ketahanan pangan daerah. Penelitian ini bertujuan untuk mengelompokkan kabupaten atau kota di Provinsi Sumatera Selatan berdasarkan tingkat kerentanan produksi padi menggunakan algoritma K-Means. Data sekunder dari 17 kabupaten atau kota periode 2018–2025 diperoleh dari BPS dan NASA POWER API, mencakup variabel luas panen, curah hujan, kelembapan udara, suhu rata-rata, dan produksi padi. Tahapan penelitian meliputi preprocessing, normalisasi Min-Max, clustering K-Means, serta evaluasi menggunakan Elbow Method dan Silhouette Score. Hasil clustering menghasilkan tiga kelompok wilayah yaitu kerentanan rendah (Kabupaten Banyuasin, OKI, dan OKU Timur), kerentanan sedang (sebagian besar kabupaten atau kota), dan kerentanan tinggi (wilayah dengan luas panen dan produksi rendah). Jumlah cluster optimal adalah tiga dengan Silhouette Score 0,31 yang mengindikasikan pemisahan antar cluster yang dapat diterima. Penelitian ini berkontribusi dalam pemanfaatan data iklim berbasis API sebagai pendekatan analisis kerentanan produksi padi untuk mendukung perencanaan pertanian dan kebijakan ketahanan pangan di Provinsi Sumatera Selatan