ANALISIS MANAJEMEN LOKASI PUSAT LOKASI PENGOLAHAN GABAH MENGGUNAKAN K-MEAN CLUSTERING DENGAN BAHASA PYTHON
DOI:
https://doi.org/10.51881/jak.v21i1.13Keywords:
K-Means, RMU, PythonAbstract
One of the interesting topics in operational management is the selection of processing centre locations. The right location will determine the efficiency of the results so that product prices will be competitive when entering the consumer market. Analysis of determining the location centre can use several methods, from simple using a spreadsheet to using a programming language. In this paper an analysis will be carried out to determine the location of grain processing centres (RMU, Rice Milling Unit) in Malang Regency. the analysis was carried out using the K-Means Cluster method in Python. With the input of spatial data on the location and area of rice fields in 390 villages in Malang Regency and the central estimating point variable (K): 4, 5 and 6. The results of the analysis obtained 6 proposed cluster centre locations that can be used as considerations in determining the location of agriculture-based businesses.
Downloads
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 MOEHAMMAD NASRI

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Penulis yang menerbitkan jurnal ini menyetujui persyaratan berikut:
- Hak cipta atas artikel apa pun dipegang oleh penulisnya.
- Penulis memberikan jurnal, hak publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Lisensi Atribusi Creative Commons yang memungkinkan orang lain untuk membagikan karya dengan pengakuan atas kepenulisan dan publikasi awal karya tersebut dalam jurnal ini.
- Penulis dapat membuat pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan dari publikasi awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, di repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena hal itu dapat mengarah pada pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan.
- Artikel dan materi terkait yang diterbitkan didistribusikan di bawah Lisensi Internasional Creative Commons Attribution-ShareAlike 4.0


