implementasi metode fuzzy c-means pada sistem clusteringdata varietas padi

Mutations with gamma rays conducted on five local rice varieties tidal South Kalimantan produce a lot of data availability. In order for these data not only become a graveyard of useless data required a method that could be used to probe the hidden information from the data. The method known as data mining. Data mining is a technique to gain knowledge from the data by looking for certain patterns or rules of a number of large amounts of data. One method of data mining is clustering, where clustering is usually used to group objects that are similar in the same class or segment. By utilizing the data of local rice varieties tidal South Kalimantan mutated by gamma rays, data mining process is done by grouping the data based on the harvest age, productive tillers, and weight of 1000 seeds into 4 groups using fuzzy c-means algorithm. From that cluster information, carried ranking using the Simple Additive Weighting method and acquired knowledge about improved varieties by harvest age, productive tillers, and a weight of 1000 is kuatek with a dose of 30 krad. Keywords : Data Mining, Cluster, Fuzzy C-Means, Local Rice Varieties Mutasi dengan sinar gamma yang dilakukan terhadap lima varietas padi lokal pasang surut kalimantan selatan enghasilkan tersedianya banyak data. Agar data-data tersebut tidak hanya menjadi kuburan data yang tidak berguna dibutuhkan sebuah metode yang bisa digunakan untuk menggali informasi–informasi tersembunyi dari data tersebut. Metode tersebut dikenal dengan data mining. Data mining merupakan suatu teknik untuk menggali pengetahuan dari data dengan mencari pola atau aturan tertentu dari sejumlah data dalam jumlah besar. Salah satu metode data mining adalah klastering, dimana klastering biasanya digunakan untuk mengelompokan objek-objek yang memiliki kemiripan dalam kelas atau segmen yang sama. Dengan memanfaatkan data varietas padi hasil mutasi dengan sinar gamma dilakukan proses penggalian data dengan cara mengelompokkan data umur panen, anakan produktif, dan bobot 1000 menjadi 4 klaster menggunakan algoritma fuzzy c-means. Dari informasi 4 klaster tersebut, dilakukan perangkingan klaster menggunakan metode Simple Additive Weighting dan diperoleh pengetahuan tentang varietas unggul berdasarkan umur panen, anakan produktif, dan bobot 1000 yaitu kuatek dengan dosis 30 krad. Kata kunci : Data Mining, Klaster, Fuzzy C-Means, Varietas Padi Lokal