ANALISIS KLASTER PADA PRODUKSI KELAPA SAWIT DI INDONESIA BERDASARKAN STATUS PENGUSAHAAN
DOI:
https://doi.org/10.47199/jae.v10i1.470Keywords:
ulat; sawit; serangan; tanaman; produktivitasAbstract
Indonesia memiliki luas areal perkebunan yang terus meningkat dengan variasi produktivitas antar jenis pengelola dan wilayah provinsi. Kondisi ini memerlukan pengelompokan untuk memahami karakteristik pengelolaan serta merumuskan strategi peningkatan produktivitas. Penelitian ini menggunakan data sekunder melalui studi pustaka dengan analisis klaster menggunakan IBM SPSS 25. Variabel yang dianalisis meliputi luas areal dan produktivitas kelapa sawit berdasarkan tiga jenis pengelola, yaitu perkebunan besar negara, perkebunan besar swasta, dan perkebunan rakyat. Hasil analisis menunjukkan terbentuk lima klaster provinsi dengan kategori: terbaik (Riau), baik (Kalimantan Tengah), cukup baik (Kalimantan Barat dan Kalimantan Timur), kurang baik (Sumatera Utara dan Sumatera Selatan), serta tidak baik (provinsi lainnya). Pengelompokan ini dapat menjadi dasar dalam perumusan kebijakan peningkatan produktivitas kelapa sawit di Indonesia.Kata kunci : Analisa Klaster, Kelapa Sawit, Luas Lahan, Produktivitas
Downloads
References
A. T. Islamiya, D. W. Sari, M. Z. Yasin, W. Restikasari, M. S. Shaari, dan M. D. Susandika. 2022. Technical Efficiency and Productivity Growth of Crude Palm Oil: Variation across Years, Locations, and Firm Sizes in Indonesia. Economies, (10)12.
Badan Pusat Statistik, Statistik Kelapa Sawit Indonesia 2020. Jakarta: BPS, 2021.
Badan Pusat Statistik. (2025). Statistik Tanaman Perkebunan Tahunan Indonesia 2024 (Diktorat Statistik Tanaman Pangan, Hortikultura dan Perkebunan, Vol. 1).
Badan Pusat Statistik. (2025). Statistik Tanaman Perkebunan Tahunan Indonesia 2024. Jakarta: Badan Pusat Statistik.
D. S. Goh, L. Wicke, P. Verweij, et al. 2020. Reconciling Oil Palm Economic Development and Environmental Conservation in Indonesia: A Value Chain Dynamic Approach. Forest Policy and Economics, vol. 111.
Direktorat Jenderal Perkebunan Kementerian Pertanian Republik Indonesia. (2020). Statistik Perkebunan Unggulan Nasional 2019-2021 (D. Gartina & R. L. L.).
M. O. Gultom, P. Lumbanraja, dan E. Rajagukguk. 2025. Penerapan Algoritma K-Means dalam Mengelompokkan Jumlah Hasil Produksi Kelapa Sawit di PTPN IV Afdeling VI Aek Torop. METHOSISFO: Jurnal Ilmiah Sistem Informasi, (5)1.
Marcelina, D., Kurnia, A., & Terttiaavini, T. (2023). Analisis klaster kinerja usaha kecil dan menengah menggunakan algoritma K-Means clustering: Cluster analysis of small medium enterprise performance with K-Means clustering algorithm. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 3(2), 293-301.
Nabilah Muhamad. 2024. Pertumbuhan Luas Areal dan Produksi Minyak Kelapa Sawit RI 2013-2023.
Nur, I., & Fitriana, L. 2021. Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Keluarga Sehat Menggunakan Metode Klaster Hirarki dan Non Hirarki.Vol 2 (1).
Nurjanah, D. (2022). Kompetisi Produk Perkebunan Kelapa Sawit Indonesia dengan Negara Pesaing di Pasar Internasional (Competition of Indonesian Palm Oil Plantation Products With Competiting Countries In The International Market). Jurnal Pemikiran Masyarakat Ilmiah Berwawasan Agribisnis, 8(2), 810-821.
Oktariani, G. (2025). Klasterisasi Pulau Penghasil Kelapa Sawit di Indonesia Berdasarkan Luas Areal, Produksi dan Tenaga Kerja Menggunakan Metode K-Means Clustering. Jurnal Pendidikan Tambusai, 9(1), 8735–8744.
Pratama, F. H., Triayudi, A., & Mardiani, E. (2022). Data mining K-Medoids dan K-Means untuk pengelompokan potensi produksi kelapa sawit di Indonesia. JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), 7(4), 1294–1310.https://doi.org/10.29100/jipi.v7i4.3237
Siahaan, M., & Darnius, O. (2023). Klasifikasi Provinsi di Indonesia Berdasarkan Luas Pengusahaan dan Produktivitas Tanaman Kelapa Sawit Menggunakan Analisa Klaster. Agro Estate, 7(2): 1–10.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Jurnal Agro Estate

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.



















