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

Abstract

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.\xa0 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 (C 1 ) dan 2 data yang masuk pada cluster dua (C 2 ).