Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Multidisciplinary on Social and Technology
Sigit Nur Dian Syah
Universitas Mercu Buana Yogyakarta
Computer Science & IT Economics, Econometrics & Finance Engineering Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Prediksi Sebaran Zona Potensial Penangkapan Ikan (ZPPI) Menggunakan Algoritma K-Nearest Neighbor di Perairan Gunung Kidul Sigit Nur Dian Syah; Ozzi Surya
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.13046

Abstract

Wilayah perairan selatan Kabupaten Gunung Kidul memiliki potensi sumber daya perikanan tangkap yang melimpah, namun pemanfaatannya oleh nelayan tradisional masih menghadapi kendala dalam menentukan lokasi penangkapan ikan yang efektif dan tidak bersifat spekulatif. Penelitian ini bertujuan untuk merancang sistem prediksi spasial Zona Potensial Penangkapan Ikan (ZPPI) secara komputasional menggunakan algoritma K-Nearest Neighbor (KNN). Dataset utama diperoleh dari citra satelit NOAA berformat NetCDF secara harian selama periode 15–31 Oktober 2025 yang mencakup lima kluster Tempat Pelelangan Ikan (TPI) utama. Tahapan prapemrosesan meliputi penyaringan spasial, pembersihan data akibat tutupan awan, pemisahan fitur prediktor, dan transformasi nilai menggunakan metode Min-Max Scaling. Pelabelan data aktual dilakukan berdasarkan Standard Oceanographic Threshold, yaitu area dikategorikan potensial apabila Suhu Permukaan Laut (SST) ≥28,0°C dan konsentrasi Klorofil-a >0,22 mg/m³. Eksperimen dilakukan menggunakan skenario 10-Fold Cross Validation dengan membandingkan metrik Euclidean Distance dan Manhattan Distance pada nilai K=3, 5, 7, 9, dan 11. Hasil penelitian menunjukkan bahwa konfigurasi K=3 dengan Euclidean Distance menghasilkan performa terbaik, dengan akurasi sebesar 97% dan F1-Score sebesar 0,97. Hasil prediksi selanjutnya diintegrasikan ke dalam antarmuka Web-GIS interaktif menggunakan pustaka Folium pada Python 3.12. Sistem menampilkan area potensial dan non-potensial secara visual, sehingga dapat mendukung nelayan dalam menentukan lokasi penangkapan ikan secara lebih efektif, presisi, dan berbasis data
Co-Authors Ozzi Surya