Analisis Spasial Clustering Zona Potensi Ikan Konsumsi Air Tawar di Kabupaten Bogor

Penulis

  • Intan Damayanti Universitas Ibn Khaldun Bogor Teknik Informatika
  • Erwin Hermawan Universitas Ibn Khaldun Bogor Teknik Informatika
  • Nurul Kamilah Universitas Ibn Khaldun Bogor Teknik Informatika

DOI:

https://doi.org/10.32832/kreatif.v9i2.5364

Kata Kunci:

Analisis Spasial, Potensi Ikan Konsumsi, Metode Clustering, Zona potensi

Abstrak

Data ikan konsumsi air tawar sangat diperlukan untuk mengetahui zona potensi ikan konsumsi air tawar, dengan tingkat potensi tinggi, sedang dan rendah pada 40 Kecamatan yang ada di Kabupaten Bogor, namun data yang diperoleh dari Dinas Perikanan dan Peternakan masih disajikan dalam buku yang menggambarkan peta dan data-data tentang perikanan. Serta untuk mengetahui produksi dari Tahun ke Tahun masih kurang optimal karena hanya disajikan dalam bentuk grafik statistik. Hal ini menyebabkan kesulitan dalam mengetahui zona ikan konsumsi air tawar, yang berpotensi memiliki tingkat potensi tinggi, sedang dan rendah, oleh karena itu diperlukanya suatu peta sebaran, untuk memudahkan dalam melihat peta sebaran zona potensi ikan konsumsi air tawar dengan potensi tinggi, sedang, dan rendah dari Tahun 2018-2019, kedalam bentuk peta menggunakan analisis k-means clustering dengan bahasa pemrograman Rstudio. Hasil penelitian analisis dengan k-means clustering menghasilkan 3 cluster dengan kategori tinggi, sedang dan rendah pada jenis ikan konsumsi air tawar. Hasil dari penelitian ini yaitu peta lokasi sebaran zona potensi ikan konsumsi air tawar di Kabupaten Bogor.

 

Kata kunci: Analisis Spasial, Potensi Ikan Konsumsi, Metode Clustering, Zona potensi

Abstract

Freshwater fish consumption data is very necessary to determine the potential zones of freshwater consumption fish, with high, medium and low potential levels in 40 sub-districts in Bogor Regency, but data obtained from the Department of Fisheries and Livestock are still presented in books that describe maps and fishery data. And to find out the production from year to year is still not optimal because it is only presented in the form of statistical graphs. This causes difficulties in knowing the zones of freshwater consumption fish, which have the potential to have high, medium and low potential levels a distribution map is needed, to make it easier to see a map of the distribution of potentiall freshwater fish consumption zones with high, medium, and low potential. low from 2018-2019, into map form using k-means clustering analysis with Rstudio programming language. The results of the analysis with k-means clustering resulted in 3 clusters with high medium and low categories for freshwater consumption fish The results of this study are a map of the distribution of potential zones for freshwater consumption fish in Bogor.

 

Keywords: Spatial Analysis, Potential Fish Consumption, Clustering Method, Potential Zone

Biografi Penulis

Intan Damayanti, Universitas Ibn Khaldun Bogor Teknik Informatika

Mahasiswi Teknik Informatika Universitas Ibn Khaldun Bogor

Erwin Hermawan, Universitas Ibn Khaldun Bogor Teknik Informatika

Kepala Laboratorium Geoinformatika Teknik Informatika Universitas Ibn Khaldun Bogor

Nurul Kamilah, Universitas Ibn Khaldun Bogor Teknik Informatika

Dosen Pembimbing Pendamping Teknik Informatika Universitas Ibn Khaldun Bogor

Referensi

A. Yusup, B. Mahesa, and L. Somatri, "Pemanfaatan Sistem Informasi Geografis dan Penginderaan suatu peta sebaran Jauh Untuk Model Pemetaan Zona Potensial Penangkapan Ikan di Perairan Geopark Ciletuh-Palabuhan Ratu,” 2020, [Online]. Available: https://journals.unihaz.ac.id/index.php/georafflesia.

J. Perikanan, U. P. Raya, J. Y. Sudarso, K. Tengah, and P. K. Palangkaraya, "Pengolahan Hasil Perikanan Air Tawar Di Pahandut Kota Palangka Raya,” vol. 4, no. 1, pp. 150–158, 2020.

D. Samitra, "Potensi Ikan Air Tawar Di Bendungan Petanang Kecamatan Lubuklinggau Utara I,” no. September, 2019.

U. Windi, N. Istiqamah, and Muslimah, "Identifikasi Potensi Perikanan Air Tawar Di Desa Perigi Landu Kecamatan Sejangkung Kabupaten Sambas,” Nekt. J. Perikan. dan Ilmu Kelaut., vol. 1, no. 1, pp. 36–43, 2021, doi: 10.47767/nekton.v1i1.268.

Dinas Perikanan dan Peternakan, Buku Data Perikanan. Bogor, 2019.

B. S. Ginting and R. Kurniawan, "Menggunakan Metode Clustering,” J. Informatka Kaputama, vol. 1, no. 2, pp. 6–16, 2017.

N. Putu, E. Merliana, and A. J. Santoso, "Analisa Penentuan Jumlah Cluster Terbaik pada Metode K-Means,” pp. 978–979..

A. Asroni, H. Fitri, and E. Prasetyo, "Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Data Calon Mahasiswa Baru di Universitas Muhammadiyah Yogyakarta (Studi Kasus: Fakultas Kedokteran dan Ilmu Kesehatan, dan Fakultas Ilmu Sosial dan Ilmu Politik),” Semesta Tek., vol. 21, no. 1, pp. 60–64, 2018, doi: 10.18196/st.211211.

A. Winarta and W. J. Kurniawan, "Optimasi Cluster K-Means Menggunakan Metode Elbow Pada Data Pengguna Narkoba Dengan Pemrograman Python,” JTIK (Jurnal Tek. Inform. ..., vol. 5, no. 1, 2021, [Online]. Available: https://jurnal.kaputama.ac.id/index.php/JTIK/article/view/466.

S. F. Susilo, A. Jamaludin, dan I. Purnamasari, "Pengelompokan Desa Menggunakan K-Means Untuk Penyelenggaraan Penanggulangan Bencana Banjir,” JOINS (Journal Inf. Syst., vol. 5, no. 2, hal. 156–167, 2020, doi: 10.33633/joins.v5i2.3709.

Unduhan

Diterbitkan

2021-11-30

Cara Mengutip

Damayanti, I., Hermawan, E., & Kamilah, N. (2021). Analisis Spasial Clustering Zona Potensi Ikan Konsumsi Air Tawar di Kabupaten Bogor. Krea-TIF: Jurnal Teknik Informatika, 9(2), 11–20. https://doi.org/10.32832/kreatif.v9i2.5364

Terbitan

Bagian

Articles