<![CDATA[Indonesia merupakan negara dengan wilayah laut yang sangat luas. Hal ini dibuktikan dengan hampir 70% wilayah Indonesia adalah laut dan sisanya daratan. Hal ini membuat pemerintah harus bersiap untuk memanfaatkan kekayaan laut yang dapat membangkitkan industri kelautan dan Perikanan. Sektor kelautan dan Perikanan masuk dalam Program Prioritas nasional yang diharapkan dapat meningkatkan pertumbuhan ekonomi nasional bagi negara. Namun untuk mencapai hal itu, Pemerintah membutuhkan kebijakan di sektor perikanan dan kelautan, tetapi minimnya pengelolaan Klasterisasi potensi perikanan menjadi hambatan bagi pemerintah. Tujuan penelitian yaitu pengelompokkan potensi wilayah produksi perikanan di Indonesia tahun 2021. Penelitian ini membandingkan antara metode klaster hirarki yaitu complete linkage, single linkage, average linkage dan Ward dengan Metode klaster non-hirarki yaitu k-means, k-medoids dan DBSCAN (Density-based Spatial Clustering of Application with Noise). Penentuan metode terbaik klaster hirarki dan jumlah klaster yang paling optimum  yang terdiri dari average linkage, complete linkage, single linkage dan Ward serta metode Non – hierarchical clustering yaitu K-means dan k-medoids adalah dengan Davies-Bouldin Index (DB), Calinski-Harabasz (CH), Silhouette, dan Dunn Index. Kemudian untuk metode DBSCAN adalah dengan membandingkan nilai Silhouette. Setelah ditentukan jumlah klaster terbaik, maka akan dilakukan evaluasi model dengan nilai  Internal Cluster Dispertion Rate. Model clustering terbaik adalah average linkage dengan nilai Internal Cluster Dispertion Rate paling kecil dibandingkan model cluster lainnya. Maka dapat dilihat provinsi dengan potensi ekonomi kelautan yang paling tinggi dan yang paling rendah. Klaster average linkage menghasilkan 2 klaster. Klaster 1 beranggotakan 30 provinsi dengan potensi ekonomi kelautan yang perlu ditingkatkan. Kemudian klaster 2 yang beranggotakan 4 provinsi dengan potensi ekonomi kelautan yang tinggi.]]>
