IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN HASIL TANGKAP IKAN DI KEPULAUAN RIAU

Nadia Widari Nasution; Nurul Ilmi; Joni Eka Candra

Authors

Nadia Widari Nasution Sistem Informasi, Institut Teknologi Batam
Nurul Ilmi Pendidikan Teknik Otomotif, Universitas Negeri Makassar
Joni Eka Candra Teknik Komputer, Institut Teknologi Batam

Keywords:

Hasil Tangkap Ikan, K-Means, Clustering, Data Mining, Rapid Miner

Abstract

Provinsi Kepulauan Riau memiliki potensi yang sangat besar dalam pengembangan budidaya, khususnya budidaya laut. Diketahui jumlah produksi perikanan di Kepulauan Riau mengalami peningkatan setiap tahunnya,. Besarnya potensi ikan yang dimiliki oleh Kepulauan Riau berbanding lurus dengan banyaknya jenis ikan yang ada dan dibudidayakan oleh nelayan ataupun pihak ketiga. Namun nelayan kesulitan menentukan jenis ikan berdasarkan lokasi habitat ikan sehingga terkendala dalam menentukan lokasi penangkapan ikan yang dituju. Selain itu proses penangkapan ikan juga dipengaruhi oleh musim dan waktu penangkapannya. Sehingga nelayan perlu mengetahui pengelompokan jenis ikan berdasarkan titik lokasinya agar dapat menyesuaikan dengan waktu dan juga alat tangkap yang digunakan. Clustering adalah suatu metode untuk mencari dan mengelompokkan data yang memiliki kemiripan karakteristik (similarity) antara satu data dengan yang lain. Salah satu teknik clustering sederhana adalah algoritma K-Means, menggunakan software RapidMiner. Hasil penelitian ini dapat memberikan pengelompokkan jenis ikan berdasarkan titik lokasi yang outputnya sehingga dapat bermanfaat untuk nelayan di Kepulauan Riau.

References

Amalina T, Bima D, Pramana A, Sari BN. Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food. J Ilm Wahana Pendidik [Internet]. 2022; 8(15): 574–83. Available https://doi.org/10.5281/zenodo.7052276

Andini F, Zilfitri D, Filki Y, Ridho M. Algoritma K-Means Clustering dalam Optimalisasi Komposisi Pakan Ternak Ayam Petelur. J Sistim Inf dan Teknol. 2022;5:44–8.

Badan Pusat Statistik Kepulauan Riau. Potret Potensi Kelautan dan Perikanan Provinsi Kepulauan Riau 2015. 2015. 67 p.

Dinas Kelautan dan Perikanan Provinsi Kepulauan Riau. Rencana Strategi Dinas Kelautan dan Perikanan Provinsi Kepulauan Riau Tahun 2021-2026. 2021;

Febriani Y, Sari YP, Octaria D. Metode K-Means Cluster Untuk Mengelompokkan Kota/Kabupaten di Sumatera Selatan Berdasarkan Produksi Ikan Air Tawar. Sainmatika J Ilm Mat dan Ilmu Pengetah Alam. 2021;18(2):175.

Hablum R, Khairan A, Rosihan R. Clustering Hasil Tangkap Ikan Di Pelabuhan Perikanan Nusantara (Ppn) Ternate Menggunakan Algoritma K Means. JIKO (Jurnal Inform dan Komputer). 2019;2(1):26–33.

Manikandan L. C., Selvakumar R. K. A Review on Data Mining Concepts and Tools. Int J Sci Res Comput Sci Eng Inf Technol. 2022;3307:600–5.

Sulistiyawan E, Hapsery A, Arifahanum LJA. Perbandingan Metode Optimasi Untuk Pengelompokan Provinsi Berdasarkan Sektor Perikanan Di Indonesia (Studi Kasus Dinas Kelautan dan Perikanan Indonesia). J Gaussian. 2021;10(1):76–84.

Tavakolifaradonbe J, Karunarathne S, Vågsæther K. Evaluating the acceptability and accuracy of Phasepy as a Phyton framework to calculate the interfacial properties and phase equilibrium. Proc 63rd Int Conf Scand Simul Soc SIMS 2022, Trondheim, Norway, Sept 20-21, 2022. 2022;192:198–203.

Vera JF, Angulo JM. An MDS-based unifying approach to time series K means clustering: application in the dynamic time warping framework. Stoch Environ Res Risk Assess. 2023;37(12):4555–66. 10.

Widhiyo Sudiyono. The Application of Artificial Intelingence in Djia Stocks 21 To Improve The Investment Profitability Using Phyton. Int J Econ Bus Account Res. 2022;6(2):1–8. 11.