PENERAPAN METODE K-MEANS UNTUK PENGELOMPOKAN POPULASI TERNAK DI KABUPATEN SUMBAWA PROVINSI NTB

Siti Mutiara, Karina Auliasari, Hani Zulfia Zahro

Abstract


Kabupaten Sumbawa Provinsi Nusa Tenggara Barat (NTB),mempunyai sektor pertenakan berkembang pesat dengan potensi hewan ternak yang mencakup kuda, sapi, kerbau, dan kambing yang menjadi andalan ekonomi masyarakat.Meski demikian,pertumbuhan populasi hewan ternak yang pesat menghadirkan tantangan dalam pengelolaan dan pengelompokan.Data yang digunakan mencakup populasi hewan ternak per kecematan dari tahun 2016 - 2020 yang ditemukan melalui halaman resmi Badan Pusat Statistik (BPS) Kabupaten Sumbawa..Menunjukan adanya ketimpangan di beberapa kecematan,dengan beberapa wilayah mengalami kepadatan ternak tinggi sementara wilayah lain kurang optimal dalam pemanfaatan potensi pertenakan.Penelitian ini bertujuan mengelompokan populasi hewan ternak di kabupaten sumbawa berdasarkan kecematan. Metode K-Means Clustering dengan metode yang sesuai merupakan kumpulan aturan yang dirancang untuk mengorganisasikan data ke dalam klaster yang memiliki karakteristik serupa, yang membedakannya dari klaster lain yang memiliki atribut berbeda.Dengan Menganalisis data populasi hewan ternak berdasarkan kecematan, Penelitian ini bertujuan untuk memberikan wawasan baru terkait pola distribusi ternak yang dapat membantu pemerintah daerah dalam pengambilan keputusan strategis, seperti alokasi sumber daya dan pengembangan infrastruktur pertenakan dan membangun aplikasi berbasis website untuk pengelompokan populasi hewan ternak untuk memudahkan pemerintah daerah pertenakan di kabupaten sumbawa dalam mengelompokan hewan ternak .hasil dari penelitian ini menampilkan pengelompokan hewan ternak berdasarkan kategori cluster.


Full Text:

PDF

References


F. Fitratunnisa, D. Dahlanuddin, and H. Hermansyah, (2022). “Analysis of Potential feed Ingredients to Support the Cattle Feed Industry in West Nusa Tenggara,” Jurnal Ilmu dan Teknologi Peternakan Indonesia (JITPI) Indonesian Journal of Animal Science and Technology), vol. 8, no. 1, pp. 9–20, Jun. doi: 10.29303/jitpi.v8i1.104.

I. P. C. P. Adnyana, N. Hilmiati, and L. G. S. Astiti, (2021). “The growth of cattle population in West Nusa Tenggara (NTB) and its development prospects,” IOP Conf Ser Earth Environ Sci, vol. 667, no. 1, p. 012054, Feb. doi: 10.1088/1755-1315/667/1/012054.

V. Yu. Sidorova, E. B. Petrov, and N. N. Novikov, (2022). “Application of digital models for improvement of beef cattle feeding graphs,” Proceedings of the National Academy of Sciences of Belarus. Agrarian Series, vol. 60, no. 4, pp. 380–393, Nov. doi: 10.29235/1817-7204-2022-60-4-380-393.

P. F. Sari, (2021). “Pengelompokan Populasi Hewan Ternak Menggunakan Metode Clustering ( Studi Kasus : Dinas Pertanian dan Ketahanan Pangan Kabupaten Langkat ),” Seminar Nasional Informatika (Senatika) pp. 166–175.

N. M. Kopelman, J. Mayzel, M. Jakobsson, N. A. Rosenberg, and I. Mayrose, (2015). “Clumpak : a program for identifying clustering modes and packaging population structure inferences across K,” Mol Ecol Resour, vol. 15, no. 5, pp. 1179–1191, Sep. doi: 10.1111/1755-0998.12387.

H. Gao, Y. Li, P. Kabalyants, H. Xu, and R. Martinez-Bejar, (2020). “An Original Hybrid PSO-K-Means Clustering Method Based on Gaussian Distribution and Lévy Flight,” IEEE Access, vol. 8, pp. 122848–122863, doi: 10.1109/ACCESS.2020.3007498.

D. Rohman, R. Annisa, D. Indriyana Efendi, and D. Solahudin, (2024). “Clustering Bencana Alam Menggunakan K-Means Pada Wilayah Jawa Barat,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, pp. 493–500, doi: 10.36040/jati.v8i1.8409.

A. M. Ikotun, M. S. Almutari, and A. E. Ezugwu, (2021). “Nature-Inspired Metaheuristic Approaches Based on K-Means for Automated Data Grouping: Recent Developments and Future Prospects,” Applied Sciences, vol. 11, no. 23, p. 11246, Nov. doi: 10.3390/app112311246.

T. S. Xu, H.-D. Chiang, G.-Y. Liu, and C.-W. Tan, (2017). “Hierarchical K-means Method for Clustering Large-Scale Advanced Metering Infrastructure Data,” IEEE Transactions on Power Delivery, vol. 32, no. 2, pp. 609–616, Apr. doi: 10.1109/TPWRD.2015.2479941.

S. Kasus, W. Jawa, W. P. Priyadi, J. D. Irawan, and A. Faisol, (2024). “PENERAPAN DATA MINING UNTUK CLUSTERING WILAYAH PRODUKSI PADI MENGGUNAKAN METODE K-MEANS,” vol. 8, no. 5, pp. 8381–8388.

M. Nikhar* and L. Thakre, (2020). “Intelligent Agricultural Farm Improvement using K-Means Learning,” International Journal of Innovative Technology and Exploring Engineering, vol. 9, no. 8, pp. 166–170, Jun. doi: 10.35940/ijitee.H6222.069820.

F. A. Ulya, A. N. Abdullah, T. A. Hanan, and I. M. Nur, (2023). “Penyusunan Kategori Pengangguran Terbuka di Jawa Tengah dengan Metode K-Means,” vol. 1, no. 2, pp. 71–80.

M. G. Sadewo, A. P. Windarto, and D. Hartama, (2017). “Penerapan Datamining Pada Populasi Daging Ayam Ras Pedaging Di Indonesia Berdasarkan Provinsi Menggunakan K-Means Clustering,” InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan), vol. 2, no. 1, pp. 60–67, doi: 10.30743/infotekjar.v2i1.164.

V. Miralda, M. Zarlis, and E. Irawan, (2020). “Penerapan Metode K-Means Clustering Untuk Daging Ayam Buras,” vol. 2, no. 2, pp. 91–98.

S. N. Saragih, M. Safii, and D. Suhendro, (2021). “Implementasi Metode K-Means pada Hasil Produksi Daging Jenis Ternak,” Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika), vol. 6, no. 1, p. 235, doi: 10.30645/jurasik.v6i1.288.




DOI: http://dx.doi.org/10.31000/jika.v9i1.13102

Article Metrics

Abstract - 349 PDF - 293

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

INDEX BY :