CLUSTERING HASIL TANGKAP IKAN DI PELABUHAN PERIKANAN NUSANTARA (PPN) TERNATE MENGGUNAKAN ALGORITMA K-MEANS

Rofika Hablum, Teknik Informatika Universitas Khairun, Amal Khairan, Rosihan Rosihan, Teknik Informatika Universitas Khairun
2019 JIKO (Jurnal Informatika dan Komputer)  
This research aims to classifying (clustering) the results of catching fish per month for the period to 2015 to 2017 by using the k-means algorithm and determine the most superior fish.Therefore the existence of this research by using the algorithm of K-means clustering can assist to provide the information about superior species of fish or the most abundant species and fish that appear less in the sea waters of Ternate, in order to facilitate the fishermen in preparing for arrest next fish.
more » ... rrest next fish. Data taken by the PPN Ternate is the monthly fishing catch data for the 2015 to 2017 period. Cluster evaluation methods use the DBI method (Davies Bouldin Index) to find out how good or good clusters are used in the research, the authors have calculated several clusters, namely 2 cluster, 3 cluster, 4 cluster, and 5 cluster to determine the comparison, the result is the DBI value in 2 cluster which is closest to value of 0. The DBI value obtained in 2 clusters in 2015 = 0.395, year 2016 = 0.276, and in 2017 = 0.54. The results of the research used 18 fish data to produce 2 clusters, which there were 16 data entered cluster one (C1) and 2 data that goes into the cluster two (C2. Abstrak -Penelitian ini bertujuan untuk mengelompokkan (clustering) hasil tangkap ikan perbulan periode 2015 sampai 2017 menggunakan algoritma k-means dan menentukan ikan yang paling unggul. Maka dari itu dengan adanya penelitian ini dengan menggunakan algoritma k-means clustering dapat sedikit membantu dalam memberikan informasi tentang jenis ikan apa yang unggul atau jenis ikan yang paling banyak maupun ikan yang sedikit muncul pada perairan laut Ternate, agar dapat mempermudah para nelayan dalam mempersiapkan penangkapan ikan selanjutnya. Data yang diambil pada PPN Ternate yaitu data hasil tangkap ikan perbulan periode 2015 sampai 2017. Metode evaluasi cluster menggunakan metode DBI (Davies Bouldin Index) untuk mengetahui seberapa bagus atau baik cluster yang dipakai pada penelitian, penulis sudah melakukan perhitungan beberapa cluster, yaitu 2 cluster, 3 cluster, 4 cluster, dan 5 cluster untuk menentukan perbandingan, hasilnya adalah nilai DBI pada 2 cluster yang paling mendekati nilai 0. Nilai DBI yang didapat pada 2 cluster tahun 2015 = 0,395, tahun 2016 = 0,276, dan tahun 2017 = 0,54. Hasil penelitian menggunakan 18 data ikan dengan menghasilkan 2 cluster, dimana ada 16 data yang masuk pada cluster satu (C1) dan 2 data yang masuk pada cluster dua (C2). Kata Kunci: Ikan, Cluster, K-means, DBI (Davies Bouldin Index). JIKO (Jurnal Informatika dan Komputer) Ternate
doi:10.33387/jiko.v2i1.1053 fatcat:ktjj7d27grhnrnbmwsojv5jvji