<![CDATA[Abstract: Broiler chicken production is influenced by various factors, such as feed, environment, and maintenance management, which generate large amounts of complex production data. This condition causes the assessment and decision-making processes related to production quality to often be suboptimal and not based on in-depth data analysis. This study aims to implement the K-Means method and C4.5 algorithm to produce an analysis process that can be used as a solution in determining broiler chicken production quality in the South Coast region. The K-Means method is used to classify broiler chicken production data based on similar characteristics to facilitate pattern identification. The C4.5 algorithm was used to build a decision tree model to determine and predict broiler chicken production quality based on the most influential attributes. The research dataset was sourced from farm data in the South Coast region, with a total of 157 data points obtained. The clustering results presented three main segments, namely 94 with good results, 58 data with moderate results, and 5 data with poor results. Meanwhile, the C4.5 algorithm was built based on the clustering results from K-Means. The accuracy was calculated using the F1 score, with an accuracy of 93,75%. Keywords: Broiler Chicken;K-Means; C4.5 Algorithm. Abstrak: Produksi ayam broiler dipengaruhi oleh berbagai faktor, seperti pakan, lingkungan, dan manajemen pemeliharaan, yang menghasilkan data produksi dalam jumlah besar dan bersifat kompleks. Kondisi ini menyebabkan proses penilaian dan pengambilan keputusan terkait kualitas produksi sering kali belum optimal dan kurang didasarkan pada analisis data yang mendalam. Penelitian dilakukan bertujuan untuk Mengimplementasikan metode K-Means dan algoritma C4.5 untuk menghasilkan proses analisis yang dijadikan solusi dalam penentuan kualitas produksi ayam broiler di wiliyah Pesisir Selatan. Metode K-Means digunakan untuk mengklasifikasikan data produksi ayam broiler berdasarkan kesamaan karakteristik untuk memudahkan identifikasi pola. Algoritma C4.5 Digunakan untuk membangun model pohon keputusan dalam menentukan dan memprediksi kualitas produksi ayam broiler berdasarkan atribut yang paling berpengaruh. Dataset penelitian bersumber dari data peternakan di wilayah Pesisir Selatan, Dengan total data ada 157 data yang didapatkan. Hasil klustering menyajikan tiga segmen utama yaitu 94 dengan hasil baik, 58 data dengan hasil sedang dan 5 data dengan hasil buruk, Sedangkan Algoritma C4.5 dibangun berdasarkan hasil klustering dari K-Means. Perhitungan Hasil akurasi dengan f1 score Dengan hasil akurasi 93,75%. Kata Kunci: Ayam Broiler, K-Means, Algoritma C4.5]]>
Copyrights © 2026
