Skripsi

Penerapan algoritma k-means clustering dan cross-industry standard process for data mining (crisp-dm) untuk mengelompokan daerah produksi perikanan budidaya Provinsi Jawa Timur tahun 2021 / Moh. Kharis Syaifullah

Abstrak
Provinsi Jawa Timur memiliki potensi perikanan yang besar beberapa diantaranya perikanan tangkap dan budidaya. Tantangan yang dialami adalah isu lingkungan penurunan kualitas induk dan benih perubahan iklim dan alih fungsi lahan budidaya. Hal tersebut menyebabkan penurunan jumlah dan kualitas produksi sehingga kebutuhan pasar tidak terpenuhi. Untuk itu diperlukan pengelompokkan daerah produksi perikanan di Jawa Timur berdasarkan tingkat produktivitas tiap daerah yang dapat dijadikan acuan dalam melakukan tindakan penyelesaian masalah yang terjadi. Penelitian ini menggunakan metode K-Means clustering yang bertujuan untuk mengelompokkan tingkat produktivitas produksi perikanan budidaya provinsi Jawa Timur tahun 2021 sesuai dengan alur metode CRISP-DM (Cross Industry Standard Process for Data Mining). Data yang digunakan pada penelitian ini diperoleh dari publikasi BPS Jawa Timur pada tahun 2023 sebanyak 114 data. Hasil penelitian ini berupa pengelompokan daerah berdasarkan jenis komoditas produksi perikanan budidaya. Untuk daerah produksi bandeng terbagi menjadi 3 cluster daerah produksi Lele terbagi menjadi 3 cluster dan daerah produksi Udang Vannamei terbagi menjadi 2 cluster. Berdasarkan hasil evaluasi pada hasil clustering menggunakan metode Silhouette Score diperoleh hasil gt 0 71.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2024.

Deskripsi Fisik

viii, 15 hlm. : ilus.

Bahasa

Indonesia

No Reg

5954/RS/24

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2024

Subjek

1. DAERAH PRODUKSI PERIKANAN, PENGELOMPOKAN - K-MEANS CLUSTERING
2. DAERAH PRODUKSI PERIKANAN, PENGELOMPOKAN - CRISP-DM
3. FISHERY PRODUCTION AREAS, CLUSTERING - K-MEANS CLUSTERING

Pembimbing

1. Mohamad Yasin, S.kom, M.kom

Lampiran Berkas