PENERAPAN DATA MINING ALGORITMA K-MEANS CLUSTERING PADA POPULASI AYAM PETELUR DI INDONESIA

Elsa Ramadanti; Muhamad Muslih

doi:10.36341/rabit.v7i1.2155

Elsa Ramadanti Universitas Nusa Putra Sukabumi
Muhamad Muslih Universitas Nusa Putra

: https://doi.org/10.36341/rabit.v7i1.2155

Abstrak

Telur ayam merupakan jenis telur yag mudah dijumpai dan digemari banyak orang. Sehingga kebutuhan masyarakat akan telur ayam sangat diperlukan untuk memenuhi kebutuhan sumber protein hewani dan nutrisi hariannya. Penelitian ini menganalisis Penerapan Data Mining Algoritma K-Means Clustering pada Populasi Ayam Petelur di Indonesia. Sumber data populasi ayam ras petelur di Indonesia di peroleh dan dikumpulkan melalui situs web Badan Pusat Statistik Nasional. Data yang digunakan terhitung dari tahun 2016-2020 yang terdiri dari 34 provinsi. Data akan dikelompokkan ke dalam 3 cluster yaitu cluster populasi tinggi, sedang, dan rendah. Pengolahan data dilakukan secara manual di Microsoft Excel dan dibantu tools data mining yaitu Rapidminer dan Orange. Hasil dari pengolahan data tersebut menunjukkan hasil yang sama yaitu 1 provinsi untuk cluster populasi tinggi, 3 provinsi untuk cluster populasi sedang dan 30 provinsi untuk cluster populasi rendah. Tujuan penelitian ini adalah agar pemerintah dan peternak lebih memperhatikan jumlah populasi ayam petelur di Indonesia berdasarkan cluster yang telah dilakukan untuk menjaga keseimbangan jumlah dan kestabilan harga telur di masyarakat.

Kata Kunci: Data Mining, K-Means, Clustering, Populasi, Ayam Ras Petelur

Referensi

Aldi, “Kelayakan Finansial Usaha Peternakan Ayam Ras Petelur,” Pap. Knowl. . Towar. a Media Hist. Doc., pp. 12–26, 2018.

A. A. Hamzah, “Profil Komoditas Telur Ayam Ras,” 2020. .

M. Marsono, D. Saripurna, and M. Zunaidi, “Analisis Data Mining Pada Strategi Penjualan Produk PT Aquasolve Sanaria Dengan Menggunakan Metode K-Means Clustering,” J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 4, no. 1, p. 127, 2021, doi: 10.53513/jsk.v4i1.60.

M. G. Sadewo, A. P. Windarto, and D. Hartama, “Penerapan Datamining Pada Populasi Daging Ayam Ras Pedaging Di Indonesia Berdasarkan Provinsi Menggunakan K-Means Clustering,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 2, no. 1, pp. 60–67, 2017, doi: 10.30743/infotekjar.v2i1.164.

F. I. Manek, S. Faisal, and B. Priyatna, “Penerapan K-Means Clustering untuk Mengelompokkan Pelanggan Berdasarkan Data Penjualan Ayam,” Techno Xplore J. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 2, pp. 88–93, 2018, doi: 10.36805/technoxplore.v3i2.820.

Badan Pusat Statistik, “Badan Pusat Statistik,” 2017. https://www.bps.go.id/linkTableDinamis/view/id/960.

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.

S. Rustam, “Penerapan Optimasi Jumlah Kluster Pada Kmeans Untuk Pengelompokan Kelas Mata Kuliah Kosentrasi Mahasiswa Semester Akhir,” Simtek J. Sist. Inf. dan Tek. Komput., vol. 5, no. 1, pp. 1–5, 2020, doi: 10.51876/simtek.v5i1.64.