Pemetaan Wilayah Budidaya Ikan Air Tawar di Kabupaten Bogor Menggunakan Metode K-Means Clustering

Diego Fauzi  Nurcintya; Derman Janner  Derman Janner Lubis

doi:10.36350/jskom.v2i2.96

Penulis

Diego Fauzi Nurcintya Universitas Binaniaga Indonesia Penulis
Derman Janner Lubis Universitas Binaniaga Indonesia Penulis

DOI:

https://doi.org/10.36350/jskom.v2i2.96

Kata Kunci:

K-Means Clustering, Budidaya Ikan Air Tawar, Pemetaan Potensi, Kabupaten Bogor, Data Mining

Abstrak

Budidaya ikan air tawar di Kabupaten Bogor menghadapi ketidakmerataan produksi (118.711,85 ton/tahun 2024) akibat biaya pakan tinggi dan distribusi tidak efisien. Penelitian ini menerapkan K-Means Clustering (k=3) pada data Dinas Perikanan untuk memetakan 40 kecamatan berdasarkan RTP, luas tambak (Ha), dan produksi ton. Hasil: 4 kecamatan potensi tinggi (Cluster 1, e.g., Ciseeng RTP 675), 10 sedang (Cluster 2), 26 rendah (Cluster 3); Silhouette Coefficient 0.7026 (medium structure). Prototipe web Python/Streamlit (95% validasi ahli, 85% pengguna PSSUQ) mendukung visualisasi peta digital. Pendekatan ini tingkatkan efisiensi kebijakan perikanan.

Unduhan

Data unduhan tidak tersedia.

Referensi

[1] Sugiyono, Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta, 2013.

[2] S. Arikunto, Prosedur Penelitian: Suatu Pendekatan Praktik. Jakarta: Rineka Cipta, 2011.

[3] R. A. S. dan M. Shalahuddin, Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika, 2013.

[4] Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, 3rd ed. San Francisco, CA, USA: Morgan Kaufmann, 2012.

[5] H. Witten, E. Frank, and M. A. Hall, Data Mining: Practical Machine Learning Tools and Techniques, 3rd ed. Burlington, MA, USA: Morgan Kaufmann, 2011.

[6] P.-N. Tan, M. Steinbach, and V. Kumar, Introduction to Data Mining. Boston, MA, USA: Pearson, 2006.

[7] T. M. Mitchell, Machine Learning. New York, NY, USA: McGraw-Hill, 1997.

[8] E. Irwansyah dan M. Faisal, Advanced Clustering: Teori dan Aplikasi. Yogyakarta: Deepublish, 2015.

[9] M. Siregar, Data Mining: Pengolahan Data Menjadi Informasi dengan RapidMiner. Medan: CV Kekata Group, 2023.

[10] R. Pressman, Software Engineering: A Practitioner’s Approach, 7th ed. New York, NY, USA: McGraw-Hill, 2010.

[11] Nielsen, Usability Engineering. San Diego, CA, USA: Academic Press, 1993.

[12] J. Brooke, “SUS: A Quick and Dirty Usability Scale,” dalam Usability Evaluation in Industry, P. W. Jordan, B. Thomas, B. A. Weerdmeester, and I. L. McClelland, Eds. London, UK: Taylor & Francis, 1996, pp. 189–194.

[13] Bangor, P. Kortum, and J. Miller, “An Empirical Evaluation of the System Usability Scale,” International Journal of Human–Computer Interaction, vol. 24, no. 6, pp. 574–594, 2008.

[14] P. J. Rousseeuw, “Silhouettes: A Graphical Aid to the Interpretation and Validation of Cluster Analysis,” Journal of Computational and Applied Mathematics, vol. 20, pp. 53–65, 1987.

[15] Dinas Perikanan Kabupaten Bogor, “Data Produksi Budidaya Ikan Air Tawar Kabupaten Bogor Tahun 2024,” Bogor, Indonesia, 2024.