PENERAPAN DATA MINING ALGORITMA K-MEANS CLUSTERING PADA POPULASI AYAM PETELUR DI INDONESIA

Abstract

Telur ayam merupakan jenis telur yag mudah dijumpai dan digemari banyak orang. Sehingga kebutuhan masyarakat akan telur ayam sangat diperlukan untuk memenuhi kebutuhan sumber protein hewani dan nutrisi hariannya. Penelitian ini menganalisis Penerapan Data Mining Algoritma K-Means Clustering pada Populasi Ayam Petelur di Indonesia. Sumber data populasi ayam ras petelur di Indonesia di peroleh dan dikumpulkan melalui situs web Badan Pusat Statistik Nasional. Data yang digunakan terhitung dari tahun 2016-2020 yang terdiri dari 34 provinsi. Data akan dikelompokkan ke dalam 3 cluster yaitu cluster populasi tinggi, sedang, dan rendah. Pengolahan data dilakukan secara manual di Microsoft Excel dan dibantu tools data mining yaitu Rapidminer dan Orange. Hasil dari pengolahan data tersebut menunjukkan hasil yang sama yaitu 1 provinsi untuk cluster populasi tinggi, 3 provinsi untuk cluster populasi sedang dan 30 provinsi untuk cluster populasi rendah. Tujuan penelitian ini adalah agar pemerintah dan peternak lebih memperhatikan jumlah populasi ayam petelur di Indonesia berdasarkan cluster yang telah dilakukan untuk menjaga keseimbangan jumlah dan kestabilan harga telur di masyarakat.