Pengelompokan Petak Tambak Udang Vaname Berdasarkan Parameter Produksi Hasil Panen Menggunakan Algoritma K-Means Clustering
Kata Kunci:
Udang Vaname, Algoritma K-Means, Clustering, Elbow Method, Produktivitas TambakAbstrak
Budidaya udang vaname di Indonesia memiliki prospek yang menjanjikan karena memiliki kelebihan seperti pertumbuhan yang cepat, masa pemeliharaan yang relatif singkat dan tingginya permintaan pasar global. Namun demikian, dalam praktik budidaya udang vaname tidak terlepas dari berbagai tantangan yang cukup kompleks akibat banyaknya variabel atau atribut produksi yang memengaruhi hasil panen antar tiap petak tambak. Maka penelitian ini bertujuan mengelompokkan petak tambak berdasarkan parameter produksi yang memengaruhi hasil panen menggunakan Algoritma K-Means dengan menentukan jumlah cluster optimal menggunakan Elbow Method. Penelitian ini dilakukan menggunakan data 38 petak tambak PT bumi subur 2. Hasil Penelitian menunjukkan bahwa cluster optimal menunjukkan 4 cluster dari percobaan 2-10. Pengelompokkan dilakukan dengan 9 atribut yang dipakai sebagai parameter produksi meliputi dari seperti umur udang saat dipanen , luas petak, kepadatan tebar, pakan yang diberikan , hasil panen, populasi akhir, size udang dan FCR. Hasil pengelompokan menunjukkan bahwa Cluster 1 (6 petak) merupakan kelompok berperforma tinggi, Cluster 2 (16 petak) memiliki performa sedang dengan variasi atribut yang cukup besar, Cluster 3 (11 petak) menunjukkan performa baik meskipun luas petaknya kecil, dan Cluster 4 (5 petak) memiliki performa paling rendah. Hasil penelitian ini menunjukkan bahwa Algoritma K-Means dapat mengelompokkan performa petak tambak secara efektif dan dapat dijadikan acuan peningkatan produktivitas budidaya di PT Bumi Subur 2.
Unduhan
Referensi
Inayah, Z. N., Musa, M., & Arfiati, D. (2023). Growth of Vannamei Shrimp (Litopenaeus vannamei) in Intensive Cultivation Systems. Jurnal Penelitian Pendidikan IPA, 9(10), 8821–8829. https://doi.org/10.29303/jppipa.v9i10.4278
Mai, P. T., Tata Hardinata, J., Qurniawan, H., Safii, M., & Winanjaya, R. (2022). "Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Persediaan Barang (Studi Kasus : Toko Sinar Harahap) ". Jurnal Sistem Informasi Ibrahimy, 12 (2)(2), 51–61. https://doi.org/https://doi.org/10.35316/justify.v3i1.5335
Muchtar, M., Farkan, M., & Mulyono, M. (2021). Productivity of Vannamei Shrimp Cultivation (Litopenaeus vannamei) in Intensive Ponds in Tegal City, Central Java Province. Journal of Aquaculture and Fish Health, 10(2), 147. https://doi.org/10.20473/jafh.v10i2.18565
Musharyadi, F., Kom, M., & Padang, S. M. (2017). TINGKAT PEMAHAMAN MAHASISWA TERHADAP NORMA NORMA AGAMA ISLAM MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. 78.
Romzi, M., & Kurniawan, B. (2020). Implementasi Pemrograman Python Menggunakan Visual Studio Code. Dalam JIK: Vol. XI (Nomor 2). www.python.org
Sumardi, & Tahcfulloh, S. (2022). Metode k-means clustering dan morfologi berbasis computer vision dan analisis regresi untuk aplikasi sistem grading udang Vaname. Jurnal Teknologi dan Sistem Komputer.
Supono, S., & Rivaie, A. R. (2025). "A Review Of The Development Pacific White Shrimp (Litopenaeus Vannamei) Farming In Indonesia ". Indonesian Aquaculture Journal, 20(1), 87. https://doi.org/10.15578/iaj.20.1.2025.87-95
Tuwindar, Putra jaya, H., Anjarsari, R., & Heikal, J. (2023). “Marketing Segmentation Analysis Of Vannamei Shrimp (Litopenaus Vannamei) PT Suri Tani Pemuka Anyer Serang Banten.” Jurnal Multidisiplin Indonesia, 2. https://jmi.rivierapublishing.id/index.php/rp
Ulfah Siregar, M. (2022). Comparative Study of K-Means Clustering Algorithm and K-Medoids Clustering in Student Data Clustering. Dalam Jurnal Informatika Sunan Kalijaga) (Vol. 7, Nomor 2). MEI.
Wala, J., Herman, H., Umar, R., & Suwanti, S. (2024). Heart Disease Clustering Modeling Using a Combination of the K-Means Clustering Algorithm and the Elbow Method. Scientific Journal of Informatics, 11(4), 903–914. https://doi.org/10.15294/sji.v11i4.14096
Winarta, A., & Kurniawan, W. J. (2021). “Optimasi Cluster K-Means Menggunakan Metode Elbow Pada Data Pengguna Narkoba Dengan Pemrograman Python". Jurnal Teknik Informatika Kaputama (JTIK), 5(1).
