CLUSTERING DISTRIBUSI SPASIAL DAN TEMPORAL KAPAL PERIKANAN BERDASARKAN DATA VESSEL MONITORING SYSTEM (VMS) DENGAN ALGORITMA K-MEANS (STUDI KASUS DI WPPNRI-711)

Sunarmo, Sunarmo (2020) CLUSTERING DISTRIBUSI SPASIAL DAN TEMPORAL KAPAL PERIKANAN BERDASARKAN DATA VESSEL MONITORING SYSTEM (VMS) DENGAN ALGORITMA K-MEANS (STUDI KASUS DI WPPNRI-711). Masters thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[thumbnail of 07111850067015-Master_Thesis.pdf]
Preview
Text
07111850067015-Master_Thesis.pdf

Download (5MB) | Preview

Abstract

Manajemen pengelolaan sumber daya laut yang berkelanjutan merupakan permasalah nasional dan juga global, pengelolaan perikanan mempunyai masalah yang kompleks sehingga diperlukan lebih banyak penelitian dengan berbagai pendekatan yang lebih komprehensif. Pemerintah Indonesia melalui Kementerian Kelautan dan Perikanan membuat Sistem Pemantauan Kapal Perikanan (SPKP) /Vessel Monitoring System (VMS). Data VMS yang berisi tentang posisi, pergerakan dan aktivitas armada kapal penangkap ikan dimanfaatkan dalam penelitian menggunakan teknik data mining dengan metode unsupervised dari machine learning. Penelitian ini terdiri tiga langkah: i) mencari jumlah cluster uptimum dengan metode elbow, ii) melakukan clustering dengan alogaritma K-Means dengan nilai k optimum yang telah ditetapkan, iii) menganalisis distribusi sebaran data VMS secara spasial dan temporal. Secara umum diperoleh hasil jumlah cluster optimum adalah 7 dengan hasil kekompakan anggota cluster persentasenya 90,7%, dan validasi clustering dengan uji Silhoutte Coefficient diperoleh nilai 0.6677. Secara spasial distribusi sebaran data VMS di WPPNRI-711 tidak merata dan secara temporal sangat fluktuatif. Hasil dari penelitian ini dapat dipergunakan untuk mengevaluasi dan mengetahui intensitas serta lokasi penangkapan ikan guna mencegah terjadinya overfishing.

Item Type: Thesis (Masters)
Additional Information: RTE 629.895 Sun c-1
Uncontrolled Keywords: Data Mining, Unsupervised Learning, K-Means Algorithm, Spasial and Temporal Pattern, Vessel Monitoring System, Alogaritma K-Means, Pola Spasial dan Temporal.
Subjects: Q Science > QA Mathematics > QA278.55 Cluster analysis
Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: Sunarmo Sunarmo
Date Deposited: 06 Aug 2020 08:43
Last Modified: 15 May 2023 14:39
URI: http://repository.its.ac.id/id/eprint/76636

Actions (login required)

View Item View Item