Implementasi K-Means Clusstering Dalam Pengelompokkan Produksi Daging Ayam Menurut Provinsi Di Indonesia
DOI:
https://doi.org/10.33998/processor.2023.18.2.853Kata Kunci:
K-Means, Silhouette Coefficient, Clustering, Daging AyamAbstrak
Daging ayam adalah bahan pangan dengan gizi seimbang yang dibutuhkan oleh tubuh. Kualitas masing-masing daging merupakan kombinasi dan variasi sifat daging, sehinggai produk daging bisa dimakan. Tujuan dilakukannya penelitian ini untuk mengelompokkan produksi daging ayam berdasakan provinsi di Indonesia menggunakan analisis K-Means Clustering. Dari hasil analisis diperoleh Average Silhouette Total terbaik yaitu 0.845 serta terdiri dari 3 klaster. Cluster 1 merupakan kelompok provinsi dengan produksi daging ayam yang tinggi, dengan total 19 provinsi. Cluster 2 merupakan kelompok provinsi dengan produksi daging ayam sedang, dengan total 4 provinsi. Cluster 3 merupakan kelompok provinsi dengan produksi daging ayam rendah, dengan total 11 provinsi.
Unduhan
Referensi
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.
Unduhan
Diterbitkan
Abstract views:
PDF Download:
DOI:
10.33998/processor.2023.18.2.853Dimension Badge:
Cara Mengutip
Terbitan
Bagian
