Perbandingan Algoritma K-means dan Gaussian Mixture Model Dalam Clustering Kapanewon di Daerah Istimewa Yogyakarta (Studi Kasus : Jumlah Usaha Pertanian Perorangan Gurem Tahun 2023)

Abstract

Usaha Pertanian Perorangan Gurem di DIY, memainkan peran penting dalam perekonomian dan ketahanan pangan. Berdasarkan data Sensus Pertanian DIY Tahun 2023, Jumlah Usaha Pertanian Perorangan Gurem mengalami penurunan sebesar 13,91 persen dalam sepuluh tahun terakhir, meskipun proporsi petani gurem meningkat dari 85,70 persen menjadi 87,75 persen. Hal ini mencerminkan tantangan struktural yang dihadapi sektor pertanian, terutama terkait keterbatasan lahan. Sehingga penelitian ini bertujuan untuk mengevaluasi kondisi Usaha Pertanian Perorangan Gurem melalui perbandingan kinerja metode clustering K- Means dan Gaussian Mixture Model. Analisis dilakukan dengan mempertimbangkan keunggulan K-Means dalam kesederhanaan serta fleksibilitas Gaussian Mixture Model dalam menangani struktur data yang kompleks. Hasil clustering menunjukkan bahwa K-Means optimal pada lima cluster (k=5), sedangkan Gaussian Mixture Model optimal pada tiga cluster (k=3). Validasi internal menggunakan Elbow, Gap Statistics, Silhouette Score, Dunn Index, Connectivity Index, Davies-Bouldin Index (DBI), dan Calinski-Harabasz Index menunjukkan GMM lebih unggul pada k=3, dengan Silhouette Score 0.3189, DBI 0.8280, dan Connectivity Index 13.93, yang mampu membentuk cluster lebih stabil dan seimbang. Profil cluster GMM menunjukkan Cluster 1 (potensi tinggi di semua subsektor), Cluster 2 (menengah), dan Cluster 3 (rendah, dominan perkotaan). Dengan demikian, metode GMM lebih representatif dalam menggambarkan keragaman wilayah Usaha Pertanian Perorangan Gurem di Daerah Istimewa Yogyakarta. Hasil penelitian ini memberikan dasar empiris untuk mendukung perumusan kebijakan pertanian yang lebih inklusif, berkelanjutan, dan berbasis potensi wilayah, terutama dalam meningkatkan produktivitas serta kesejahteraan petani gurem.