Identifikasi Produksi Ikan Tangkap Laut di Kota Bandar Lampung Menggunakan Metode K-Means Clustering

Penulis

  • M. Aldi Satria Sekolah Tinggi Ilmu Pertanian Belitang
  • M. Aminullah Sekolah Tinggi Ilmu Pertanian Belitang
  • Catarina Hariyani Sekolah Tinggi Ilmu Pertanian Belitang
  • Munsiarum Munsiarum Sekolah Tinggi Ilmu Pertanian Belitang

DOI:

https://doi.org/10.38035/sjam.v4i1.771

Kata Kunci:

Produksi, Ikan Tangkap Laut, K-mean Clustering

Abstrak

Produksi ikan tangkap laut merupakan salah satu sektor penting dalam mendukung perekonomian masyarakat pesisir dan ketahanan pangan daerah. Namun, tidak semua jenis ikan memiliki tingkat ketersediaan yang sama, sehingga menyebabkan adanya variasi produksi ikan tangkap laut mulai dari tingkat produksi tinggi hingga rendah. Penelitian ini bertujuan untuk mengidentifikasi produksi ikan tangkap laut di Kota Bandar Lampung menggunakan metode K-Means Clustering. Penelitian ini menggunakan metode kuantitatif sekunder yang diperoleh dari lembaga resmi Badan Pusat Statistik Kota Bandar lampung, Dinas Kelautan dan Perikanan Kota Bandar Lampung, Pelabuhan lempasing, Pelelangan Ikan KUD Mina Jaya, dan data primer dari nelayan, data ini dikumpulkan melalui wawancara dengan menggunakan kuesioner. Analisis data dilakukan dengan menggunakan algoritma K-means dimana data tersebut diolah dalam 2 klaster. Hasil penelitian menunjukkan bahwa ada 5 jenis ikan berada pada klaster 1 yang artinya produksi tinggi dan 16 jenis ikan berada pada klaster 2 yang artinya produksi sedang hingga rendah dengan fungsi objektif K-means sebesar 18.684,02 Ton yang artinya pengelompokan telah mencapai konvergen atau tidak ada lagi penurunan nilai. Teknik K-means Clustering juga menggunakan Software RapidMiner. Hasil penelitian ini juga dapat digunakakan untuk menentukan strategi potensi pengembangan perikanan  berkelanjutan di Kota Bandar lampung

Referensi

DKP. (2025). PENCANA STRATEGIS DINAS KELAUTAN DAN PERIKANAN, PROVINSI LAMPUNG. 76.

Gunadi, I. G. A., & Wirawan, I. M. A. (2025). STUDI PERBANDINGAN ALGORITMA EUCLIDEAN , MANHATTAN DAN CHEBYSEV DISTANCE UNTUK OPTIMASI METODE K-MEANS CLUSTERING PADA PENGELOMPOKKAN. 22(2), 116–127. https://ejournal.undiksha.ac.id/index.php/JPTK/article/view/98863/34796

Ikhsanuddin, M, R., & Mulyadi, A. (2025). Analisis Hasil Produksi Perikanan BudidayaAir Tawar di Kebumen Menggunakan Metode Clustering K-means. 553–560.

KKP. (2024). Bijak Mengelola Laut Untuk Ekonomi Biru, Kementrian PerikananDan kelautan. Jakarta.

Nurdianti, L., Pramudita, R., & Mawarni, E. (2023). Pembangunan Pengaruh Nilai Produksi Nelayan Perikanan Terhadap Pertumbuhan. 4(2), 295–305. https://journal.trunojoyo.ac.id/bep/article/view/23386/9041

Prasetyo, A., Wiyono, E. S., & Santoso, A. (2022). TINGKAT KEPENTINGAN FASILITAS PELABUHAN DAN PERSEPSI NELAYAN TERHADAP KEPUTUSAN UNTUK MENDARATKAN IKAN DI PELABUHAN PERIKANAN DAGHO KEPULAUAN SANGIHE.5(2),161–172. https://journal.ipb.ac.id/pspalbacore/article/view/40609

Rendra, A., Andre., Agus.2, S., Waluyo, Sri.3, & Inspektorat. (2023). Seminar Nasional Insinyur Profesional ( SNIP ) Kajian Dermaga Perikanan pada Tempat Pelelangan Ikan ( TPI ) di Desa Sidang Muara Jaya Kecamatan Rawajitu Utara Kabupaten Mesuji. 2020, 2021–2024. https://snip.eng.unila.ac.id/ojs/index.php/snip/article/view/359

Diterbitkan

2026-06-18

Cara Mengutip

Satria, M. A., Aminullah, M., Hariyani, C., & Munsiarum, M. (2026). Identifikasi Produksi Ikan Tangkap Laut di Kota Bandar Lampung Menggunakan Metode K-Means Clustering . Siber Journal of Advanced Multidisciplinary, 4(1), 55–65. https://doi.org/10.38035/sjam.v4i1.771