Pengelompokan Populasi Hewan Ternak Menggunakan Metode Clustering (Studi Kasus : Dinas Pertanian dan Ketahanan Pangan Kabupaten Langkat)


Abstract
Data mining berisi pencarian pola yang diinginkan dalam database besar untuk membantu pengambilan keputusan diwaktu akan datang. Secara sederhana data mining adalah kegiatan mengekstrasi atau menambang pengetahuan dari data yang berjumlah besar dan menghasilkan informasi. Populasi merupakan sekumpulan makhluk hidup yang memiliki karakteristik yang sama dan hidup d wilayah geografis yang sama pada waktu tertentu dan bisa berproduksi antara sesama makhluk hidup lainnya. Karena perkembangan populasi hewan ternak yang semakin meningkat setiap tahunnya dan ada pula yang menurun pada tahun tertentu, maka sangat dibutuhkan data yang ril dan aktual. Dan hasil yang diperoleh berdasarkan analisis ini yaitu jumlah kelompok yang terbentuk sebanyak 3 kelompok. Group 1 Centroid (5.45;2,35;2.60) dengan data populasi hewan ternak padagroup wilayah adalah Salapian dengan jenis ternak yaitu Kambing dan jumlah ternak yang dimiliki oleh peternak ialah 51-100 Ekor, untuk Group 2 Centroid (2.42;3.64;3.57) dengan data populasi hewan ternak padagroup wilayah adalah Secanggang dengan jenis ternak yaitu Sapi dan jumlah ternak yang dimiliki oleh peternak ialah 101-150 Ekor, dan untuk Group 3 Centroid (8.78;3.03;3.06) dengan data populasi hewan ternak padagroup wilayah adalah Kuala dengan jenis ternak yaitu Sapi dan jumlah ternak yang dimiliki oleh peternak ialah 101-150 Ekor.
References
[2] Darmi, Y. 2016. Penerapan Metode Clustering K-Means Dalam PengelompokanPenjualan Produk.
[3] Fina, N. 2013. Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru.
[4] Hermawati, A, F, 2013. Data Mining, Penerbit CV. Andi, Yogyakarta.
[5] Kusrini dan Luthfi, 2009, Algoritma Data Mining, Penerbit CV. Andi,Yogyakarta.
[6] Nugroho, A, 2013, T. Konsep dan Pemrograman GUI, Penerbit CV. Andi, Yogyakarta.
[7] Prasetyo, E, 2012, Data Mining – Konsep dan Aplikasi Menggunakan Matlab
[8] Santosa, B. 2007. Data Mining Terapan Dengan Matlab, Yogyakarta.
[9] Sitorus, L. 2015, Algoritma dan Pemrograman, Yogyakarta.
[10] Sri, S. 2016. Analisa Dan Penerapan Data Mining Untuk Menentukan Kubikasi Air Terjual Berdasarkan Pengelompokan Pelanggan Menggunakan Algoritma K-MeansClustering.