Implementation of K-Means Clusstering in Grouping Chicken Meat Production by Provinces in Indonesia

Authors

  • aulia eka sahri Universitas Islam Negeri Sunan Ampel Surabaya

DOI:

https://doi.org/10.33998/processor.2023.18.2.853

Keywords:

K-Means, Silhouette Coefficient, Clustering, Chicken Meat.

Abstract

Chicken meat is a food ingredient with balanced nutrition needed by the body. The quality of each meat is a combination and variation of the properties of the meat, so that meat products can be eaten. The purpose of this study was to classify chicken meat production by province in Indonesia using K-Means Clustering analysis. From the analysis results, the best Average Silhouette Total is 0.84 and consists of 3 clusters. Cluster 1 is a province group with high chicken meat production, with a total of 19 provinces. Cluster 2 is a province group with moderate chicken meat production, with a total of 4 provinces. Cluster 3 is a province group with low chicken meat production, with a total of 11 provinces.

Downloads

Download data is not yet available.

References

M. K. Hidayat and R. Fitriana, “Implementasi k-means dan k-medoids dalam pengelompokan wilayah potensial produksi daging ayam implementation of k-means and k-medoids in grouping potential areas of chicken meat production,” vol. 32, no. 158, pp. 239–247, 2022.

A. Surahman, B. Aditama, M. Bakri, and R. Rasna, “Sistem Pakan Ayam Otomatis Berbasis Internet Of Things,” J. Teknol. dan Sist. Tertanam, vol. 2, no. 1, p. 13, 2021, doi: 10.33365/jtst.v2i1.1025.

V. Miralda, M. Zarlis, and E. Irawan, “Penerapan Metode K-Means Clustering Untuk Daging Ayam Buras,” Build. Informatics, Technol. Sci., vol. 2, no. 2, pp. 91–98, 2020, doi: 10.47065/bits.v2i2.493.

Marsono, D. Saripurna, and M. Zunaidi, “Analisis Data Mining Pada Strategi Penjualan Produk PT Aquasolve Sanaria Dengan Menggunakan Metode K-Means Clustering,” vol. 1, pp. 127–136, 2021.

D. A. Maheswari, Data Analytics Made Accessible. 2015.

C. C. Aggarwal and C. K. Reddy, DATA CLUSTERING Algorithms and Applications.

R. R. Putra and C. Wadisman, “Implementasi data mining pemilihan pelanggan potensial menggunakan algoritma,” vol. 1, no. 1, pp. 72–77, 2018.

M. Fakhriansyah, L. D. Fathimahhayti, and S. Gunawan, “G-Tech : Jurnal Teknologi Terapan,” G-Tech J. Teknol. Terap., vol. 6, no. 2, pp. 295–305, 2022.

E. Triyani, S. A. Hudjimartsu, and D. Primasari, “Spasial clustering potensi peternakan unggas dengan metode K-means berbasis webgis,” INFOTECH J., vol. 8, no. 2, pp. 13–21, 2022, [Online]. Available: https://ejournal.unma.ac.id/index.php/infotech/article/view/2627

E. Ramadanti and M. Muslih, “Penerapan Data Mining Algoritma K-Means Clustering Pada Populasi Ayam Petelur Di Indonesia,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 7, no. 1, pp. 1–7, 2022, doi: 10.36341/rabit.v7i1.2155.

H. Haviluddin, S. J. Patandianan, G. M. Putra, N. Puspitasari, and H. S. Pakpahan, “Implementasi Metode K-Means Untuk Pengelompokkan Rekomendasi Tugas Akhir,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 16, no. 1, p. 13, 2021, doi: 10.30872/jim.v16i1.5182.

Y. Pratiwi and N. Suarna, “PENERAPAN METODE K-MEANS CLUSTERING PADA POPULASI AYAM PETELUR BERDASARKAN PROVINSI,” vol. 7, no. 1, pp. 609–614, 2023.

M. Mahfuz, “Produksi dalam Islam,” El-Arbah J. Ekon. Bisnis Dan Perbank. Syariah, vol. 4, no. 01, pp. 17–38, 2020, doi: 10.34005/elarbah.v4i01.1055.

S. Sadono, Makroekonomi modern :perkembangan pemikiran dari klasik hingga keynesian baru /Sadono Sukirno. Jakarta : Raja Grafindo Persada, 2000, 2000.

F. K. Astuti, W. Busono, and O. Sjofjan, “Pengaruh Penambahan Probiotik Cair dalam Pakan Terhadap Penampilan Produksi Pada Ayam Pedaging.,” EnviIndonesian J. Evironment Sustain. Dev., vol. 6, no. 2, pp. 99–104, 2015, [Online]. Available: http://repository.ub.ac.id/159019/

B. S. Nasional, Mutu karkas dan daging ayam SNI 3924:2009. Jakarta: Badan Standarisasi Nasional, Jakarta, 2009, 2009. doi: 641.3 MUT.

A. D. Bosco, C. Castellini, and M. Bernardini, “Nutritional Quality of Rabbit Meat as Affected by Cooking Procedure and Dietary Vitamin E,” J. Food Sci., vol. 66, no. 7, pp. 1047–1051, Sep. 2001, doi: 10.1111/j.1365-2621.2001.tb08233.x.

E. Zelpina, S. Walyani, A. B. Niasono, and F. Hidayati, “Dampak infeksi Salmonella sp. dalam daging ayam dan produknya terhadap kesehatan masyarakat,” J. Heal. Epidemiol. Commun. Dis., vol. 6, no. 1, pp. 25–32, 2020, doi: 10.22435/jhecds.v6i1.2771.

N. Erlangga, S. Solikhun, and I. Irawan, “Penerapan Data Mining Dalam Mengelompokan Produksi Jagung Menurut Provinsi Menggunakan Algoritma K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 702–709, 2019, doi: 10.30865/komik.v3i1.1681.

S. Handoko, F. Fauziah, and E. T. E. Handayani, “Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering,” J. Ilm. Teknol. dan Rekayasa, vol. 25, no. 1, pp. 76–88, 2020, doi: 10.35760/tr.2020.v25i1.2677.

R. Rohmah L, D. Rini C, and W. D. Utami, “Zonasi Daerah Terdampak Bencana Angin Puting Beliung Menggunakan K-Means Clustering,” Semin. Nas. Pendidik. Mat. Dan Mat. 2020, vol. 2, no. 2721, pp. 1–7, 2020.

R. E. Sihombing, D. Rachmatin, and J. A. Dahlan, “Program Aplikasi Bahasa R Untuk Pengelompokan Objek Menggunakan Metode K-Medoids Clustering,” Progr. Apl. Bhs. R Untuk Pengelompokan Objek Menggunakan Metod. K-Medoids Clust., vol. 7, no. 1, pp. 58–79, 2019.

E. Yulian, “Text Mining dengan K-Means Clustering pada Tema LGBT dalam Arsip Tweet Masyarakat Kota Bandung,” J. Mat. “MANTIK,” vol. 4, no. 1, pp. 53–58, 2018, doi: 10.15642/mantik.2018.4.1.53-58.

S. Sindi, W. R. O. Ningse, I. A. Sihombing, F. I. R.H.Zer, and D. Hartama, “Analisis Algoritma K-Medoids Clustering Dalam Pengelompokan Penyebaran Covid-19 Di Indonesia,” J. Teknol. Inf., vol. 4, no. 1, pp. 166–173, 2020, doi: 10.36294/jurti.v4i1.1296.

A. Wahid, A. Nazir, S. Kurnia Gusti, F. Syafria, J. Teknik Informatika, and U. Islam Negeri Sultan Syarif Kasim Riau, “Pengelompokan Keberhasilan Produksi Peternak Ayam Broiler di Riau Berdasarkan Index Performance Menggunakan K-Means Clustering Production Success of Broiler Farmers in Riau Based on Performance Index using K-Means,” Februari, vol. 22, no. 1, pp. 176–185, 2023.

T. H. Utama, I. Saifudin, and A. E. Wardoyo, “Analisis Performa Algoritma Fuzzy C-Means Dan K-Means Clustering Untuk Pengelompokan Pelanggan Pada Pt. Part Station Jember,” 2019.

B. Wira, A. E. Budianto, and A. S. Wiguna, “Implementasi Metode K-Medoids Clustering Untuk Mengetahui Pola Pemilihan Program Studi Mahasiwa Baru Tahun 2018 Di Universitas Kanjuruhan Malang,” RAINSTEK J. Terap. Sains Teknol., vol. 1, no. 3, pp. 53–68, 2019, doi: 10.21067/jtst.v1i3.3046.

F. Alfiah, A. Almadayani, D. Al Farizi, and E. Widodo, “Analisis Clustering K-Medoids Berdasarkan Indikator Kemiskinan di Jawa Timur Tahun 2020,” J. Ilm. Sains, vol. 22, no. 1, p. 1, 2021, doi: 10.35799/jis.v22i1.35911.

Downloads

Published

2023-11-01

Abstract views:

78

PDF Download:

50

DOI:

10.33998/processor.2023.18.2.853

Dimension Badge:

How to Cite

sahri, aulia eka. (2023). Implementation of K-Means Clusstering in Grouping Chicken Meat Production by Provinces in Indonesia. Jurnal PROCESSOR, 18(2). https://doi.org/10.33998/processor.2023.18.2.853