Penerapan Algoritma K Means Clustering Hasil Tangkap Ikan Di Pelabuhan Brondong
Keywords:
K Means, Clustering, Hasil tangkap ikan, Silhouette coefficient, Data MiningAbstract
Pelabuhan Perikanan Nusantara (PPN) Brondong merupakan salah satu sentra aktivitas perikanan yang memiliki volume tangkapan yang mencapai puluhan ribu ton per tahunnya dengan berbagai macam ikan. Penelitian ini bertujuan untuk menerapkan algoritma K-Means Clustering dalam sistem berbasis web untuk mengelompokkan hasil tangkap ikan di PPN Brondong. Metode K-Means dipilih karena mampu melakukan klasterisasi data secara efektif berdasarkan kemiripan karakteristik. Penelitian ini menggunakan data hasil tangkapan ikan selama tahun 2020–2023. Berdasarkan hasil pengujian yang di lakukan, penerapan algoritma K Means clustering dapat di implementasikan dalam penegelompokan hasil tangkap ikan di PPN Brondong dengan hasil yang di peroleh, terdapat 29 ikan yang tergolong ke dalam kategori C1, 4 ikan yang tergolong kategori C2, 2 ikan yang tergolong kategori C3. Evaluasi performa klasterisasi menggunakan metode Silhouette Coefficient menghasilkan skor 0,78 yang mengindikasikan struktur klaster yang kuat
References
[1] Amalia Fahada. (2024). Pemanfaatan WEB GIS Untuk Pemetaan Dan Klasterisasi Jenis Hasil Perikanan Tangkap Menggunakan Metode K-Means Clustering. In Doctoral dissertation, Universitas Malikussaleh. https://rama.unimal.ac.id/id/eprint/591/%0Ahttps://rama.unimal.ac.id/id/eprint/591/5/AMALIA FAHADA_190170178_Pemanfaatan WEB GIS Untuk Pemetaan Dan Klasterisasi Jenis Hasil Perikanan Tangkap Menggunakan Metode K-Means Clustering
[2] Anggara, H. Sujiani, & H. Nasution. (2016). Pemilihan Distance Measure Pada K Means Clustering Untuk Pengelompokan Member Di Alvaro Fitness. Jurnal Sistem Dan Teknologi Informasi
[3] Prasetyo. (2012). Data mining Konsep dan Aplikasi Menggunakan Matlab. Andi Offset
[4] Qorni, & N.Wais, (2024). PENERAPAN ALGORITMA K MEANS CLUSTERING ULASAN PENGGUNA MERDEKA MENGAJAR DI PLAY STORE (Doctoral dissertation, STMIK Widya Cipta Dharma).
[5] Rofika,Khairan, R. (2019). Clustering Hasil Tangkap Ikan Di Pelabuhan Perikanan Nusantara (Ppn) Ternate Menggunakan Algoritma K-Means. JIKO (Jurnal Informatika Dan Komputer), 2(1), 26–33. https://doi.org/10.33387/jiko.v2i1.1053
[6] Sholihin, M., Zamroni, M. R., & Burhanuddin. (2021). Identifikasi Kesegaran Ikan Berdasarkan Citra Insang Dengan Metode Convolution Neural Network. Jurnal Teknik Informatika dan Sistem Informasi (JATISI), 8(3), 1352–1360. https://doi.org/10.12962/jatisi.v8i3.939 [4] Lestari, W. (2019). Clustering Data Mahasiswa Menggunakan Algoritma K-Means Untuk Menunjang Strategi Promosi (Studi Kasus : STMIK Bina Bangsa Kendari). Simkom, 4(2), 35–48. https://doi.org/10.51717/simkom.v4i2.37
[7] Struyf, A., Hubert, M., & Rousseeuw, P. J. (1996). Clustering in an object-oriented environment. Journal of Statistical Software, 1, 1–30. https://doi.org/10.18637/jss.v001.i04
[8] Susiliwati, A. G., Dharmawan, J., & Budi, A. S. (2025). Evaluasi Kinerja Dosen Berbasis Kepuasan Mahasiswa dengan Metode K-Means. Jurnal teknika, 17(1), 51-58
[9] Wardono, Muhartono Budi, R. (2019). Analisis Prospektif Peran Aktor Dalam Strategi Formulasi Pembangunan Perikanan Di Kabupaten Natuna. Jurnal Sosial Ekonomi Kelautan Dan Perikanan, 14(2), 179. https://doi.org/10.15578/jsekp.v14i2.8241
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Publikasi Ilmu Komputer dan Multimedia
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
