Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Simpatik: Jurnal sistem Informasi dan Informatika
Sabilla, Annisa Maulana
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Optimisasi Produksi Budidaya Perikanan Di Provinsi Nusa Tenggara Timur Melalui Klasterisasi Menggunakan Algoritma K-Means Hajijah, Karimatul Aulia; Sabilla, Annisa Maulana; Jelita, Dinda; Arifin, Willdan Aprizal
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v4i2.3611

Abstract

Penurunan jumlah ikan di laut akibat overfishing dan perubahan kondisi iklim serta cuaca telah mengganggu aktivitas penangkapan ikan oleh nelayan (Azizi, Putri, & Fahrudin, 2017). Hal ini menyebabkan ketimpangan antara hasil tangkapan laut dan produksi budidaya perikanan. Pada tahun 2018, hasil tangkapan laut di provinsi Nusa Tenggara Timur hanya mencapai 157.690,65 ton, jauh lebih rendah dibandingkan hasil budidaya yang mencapai 1.814.055,91 ton. Untuk mengoptimalkan produksi budidaya perikanan, penerapan pengelolaan yang tepat sangat diperlukan. Dalam penelitian ini, dilakukan studi literatur dan pengelompokan data menggunakan metode klasterisasi dengan algoritma K-means. Metode ini bertujuan untuk mengidentifikasi kelompok-kelompok wilayah atau jenis budidaya dengan karakteristik serupa sehingga pengelolaan sumber daya dapat lebih tepat sasaran. Penggunaan Z-Score dan pengukuran dengan tiga metode jarak, yaitu Manhattan Distance, Minkowski Distance, dan Euclidean Distance, dilakukan untuk menentukan klaster terbaik. Hasil penelitian menunjukkan bahwa nilai akurasi tertinggi berdasarkan Silhouette Coefficient (SC) adalah 0.1325489, yang diperoleh menggunakan Minkowski Distance. Hasil klasterisasi mengelompokkan satu wilayah masing-masing dalam cluster 1 dan 3, sementara tiga wilayah lainnya masuk dalam cluster 2.
Optimisasi Produksi Budidaya Perikanan Di Provinsi Nusa Tenggara Timur Melalui Klasterisasi Menggunakan Algoritma K-Means Hajijah, Karimatul Aulia; Sabilla, Annisa Maulana; Jelita, Dinda; Arifin, Willdan Aprizal
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v4i2.3611

Abstract

Penurunan jumlah ikan di laut akibat overfishing dan perubahan kondisi iklim serta cuaca telah mengganggu aktivitas penangkapan ikan oleh nelayan (Azizi, Putri, & Fahrudin, 2017). Hal ini menyebabkan ketimpangan antara hasil tangkapan laut dan produksi budidaya perikanan. Pada tahun 2018, hasil tangkapan laut di provinsi Nusa Tenggara Timur hanya mencapai 157.690,65 ton, jauh lebih rendah dibandingkan hasil budidaya yang mencapai 1.814.055,91 ton. Untuk mengoptimalkan produksi budidaya perikanan, penerapan pengelolaan yang tepat sangat diperlukan. Dalam penelitian ini, dilakukan studi literatur dan pengelompokan data menggunakan metode klasterisasi dengan algoritma K-means. Metode ini bertujuan untuk mengidentifikasi kelompok-kelompok wilayah atau jenis budidaya dengan karakteristik serupa sehingga pengelolaan sumber daya dapat lebih tepat sasaran. Penggunaan Z-Score dan pengukuran dengan tiga metode jarak, yaitu Manhattan Distance, Minkowski Distance, dan Euclidean Distance, dilakukan untuk menentukan klaster terbaik. Hasil penelitian menunjukkan bahwa nilai akurasi tertinggi berdasarkan Silhouette Coefficient (SC) adalah 0.1325489, yang diperoleh menggunakan Minkowski Distance. Hasil klasterisasi mengelompokkan satu wilayah masing-masing dalam cluster 1 dan 3, sementara tiga wilayah lainnya masuk dalam cluster 2.
Co-Authors Hajijah, Karimatul Aulia Jelita, Dinda Willdan Aprizal Arifin