CLUSTERING DATA TANGKAPAN IKAN DENGAN MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS: IKAN HIU DAN PARI)

ABSTRAK
Minimnnya riset dan pengelolaan data tangkapan ikan hiu dan pari di perairan
Bengkulu menyebabkan beberapa permasalahan seperti belum diketahui dengan
jelas potensi tangkapan ikan hiu dan pari seperti berapa banyak ikan hiu dan pari
yang ditangkap, ikan hiu dan ikan pari apa yang paling besar ditangkap, dan kapan
baiknya menangkap ikan hiu dan pari. Untuk menangani permasalahan yang ada
perlu dibutuhkannya suatu sistem yang dapat mengelola dan mengelompokan data
tangkapan ikan hiu dan pari yang ditangkap di sekitar perairan Provinsi Bengkulu.
Data penelitian yaitu data tangkapan ikan hiu dan pari di perairan Provinsi
Bengkulu pada bulan April, Juni, Juli, Agustus, September, dan November tahun
2020. Penelitian ini menggunakan beberapa metode yaitu metode k-means untuk
pengelompokan data, metode The Cross Industry Standard Process for Data Mining
(CRISP-DM) untuk sebagai metode stadarisasi data mining, metode Silhouette
Coefficient untuk menentukan jumlah cluster yang optimal, dan metode Decision
Tree untuk menginterpretasi hasil pengelompokan. Hasil penelitian menunjukan
bahwa nelayan lebih baik menangkap ikan hiu dan pari di bulan Juli, Oktober dan
November untuk meningkatkan potensi jumlah dan ukuran ikan yang ditangkap.
Kata Kunci: K-means, Clustering, Ikan Hiu dan Pari.