Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2020 Vol. 2, (2020), pp. 192-199 ISSN: 2686-0260 Copyright ⓒ SENARIS 2020 Implementasi K-Means Clustering Untuk Mengelompokkan Hasil Pertanian Kacang Kedelai (Ha) Berdasarkan Provinsi Masitha 1 , Solikhun 2 , Dedi Suhendro 3 , Irfan Sudahri Damanik 4 , M. Fauzan 5 STIKOM Tunas Bangsa Pematangsiantar Jl. Jendral Sudirman Blok A No 1-3 Pematangsiantar, Indonesia Masitha395@gmail.com Abstract Soybeans are one of the types of legumes which are the basic ingredients of many foods that are useful for body health, this plant has also been cultivated since 3500 years ago. Judging from the data yield of soybean (Ha) obtained from various provinces, the yield varies from year to year. But at this time the government is still lacking information in getting an information about the grouping of agricultural yield data from various provinces in Indonesia, therefore, the authors conducted a study aimed at grouping the harvested area of soybean (Ha) in each province in Indonesia with using the K-Means Clustering algorithm. The data will be divided or clustered into 3 clusters where cluster 1 is a group of provinces with high potential for agricultural output with a yield of 1 province, cluster 2 is a province with medium agricultural yield with a yield of 5 provinces, while cluster 3 is a province with low agricultural yield potential with yields of 27 provinces. The results of this study are as a way to assist the government in establishing soybean farming development areas (Ha) which is an opportunity for the government to develop and improve the provincial economy. And it is hoped that this research can be used as a material for policy making to increase soybean yields in each province in the future so that it can help maximize government programs in soybean farming. Keywords: K-Means, Clustering, Agriculture, Soybeans 1. Pendahuluan Pertanian merupakan kegiatan pemanfaatan sumber daya hayati yang di lakukan oleh manusia untuk menghasilkan bahan pangan, bahan baku industri, maupun sumber energi. Dalam teknologi budidaya kacang kedelai merupakan salah satu komoditas bahan pangan bergizi tinggi sebagai sumber protein nabati dan rendah kolesterol. kacang kedelai juga menjadi sarana untuk diet sehari-hari pada masyarakat di kawasan Asia sejak sekitar 4.000 tahun yang lalu. Namun pada perengkingan hasil panen pada setiap provinsi dalam hasil luas panen kacang kedelai pada suatu provinsi masih menggunakan cara manual yaitu perhitungan masih menggunakan rata-rata seluruh hasil indikator distribusi pada setiap provinsi dan masih menggunakan sebuah statistik dasar, sehingga menghasilkan output yang kurang maksimal dan memiliki permasalahan pada konsistensi data pada pemerintahan provinsi. Dengan permasalahan diatas maka diperlukan sebuah metode untuk mengelompokkan provinsi-provinsi yang memiliki hasil panen kacang kedelai (Ha) dari tahun ke tahun berdasarkan provinsi sehingga pemerintah dapat mengetahui provinsi mana yang hasil luas panen nya harus lebih ditingkatkan lagi dimasa yang akan datang. Berdasarkan permasalahan diatas maka penulis tertarik untuk mengangkat judul " Implementasi K-Means Clustering Untuk Mengelompokkan Hasil Pertanian Kacang Kedelai (Ha) Berdasarkan Provinsi ”.