Author : Risma Rustiyan R, Mustakim

Publish : Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 9

Abstract :

Laut menjadi sebuah kebutuhan bagi masyarakat untuk memenuhi konsumsi protein hewani. Berdasarkan United Nation Convention on the Law of Sea 1982 (UNCLOS 1982) luas kawasan laut di Indonesia mencapai 5,9 Juta Km 2 dengan 3,2 juta Km 2 perairan territorial dan 2,7 juta Km 2 perairan Zona Ekonomi Eskslusif (ZEE). Menurut data Food and Agriculture Organization 2012, Indonesia merupakan Negara terbesar ketiga di dunia dalam hal produksi perikanan. Dalam proses penangkapan ikan tidak terlepas dari adanya kapal. Kapal mempunyai karakteristik yang berbeda berdasarkan jenis perairanya, kapal jenis perairan laut cenderung memiliki kebutuhan yang lebih khusus seperti konstruksi kapal yang harus kokoh karena akan menghadapi gelombang dan angin yang besar, kemudian salinitas air laut yang tinggi, hal ini dapat menyebabkan kerusakan secara perlahan dan keselamatan nelayan pun terancam. Untuk itu diperlukan adanya klasifikasi jenis perairan pada kapal agar dalam perawatan, pengembangan dan penggunaan dapat diperhatikan. Pada kasus ini proses klasifikasi menggunakan algoritma K-Nearest Neighbor dengan nilai k=1, k=3, k=5 dan k=7 dan mendapatkan akurasi terbaik pada k=7 sebesar 94%.

Kata kunci: Akurasi, Kapal Perikanan, K-NN, Laut, Perairan

Conclusion :

Dari hasil perhitungan menggunakan algoritma K-Nearest Neighbor menggunakan 4 nilai K, yakni K=1, K=3, K=5 dan K=7 pada 438 data latih dan 50 data uji. Setelah dilakukan pengujian validitas menggunakan Confusion Matrix mendapatkan hasil keakurasian sebesar 84% untuk nilai K=1, 86% untuk nilai K=3, 90% untuk nilai K=5 dan 94% untuk nilai K=7. Berdasarkan hasil ini dapat diketahui bahwa nilai akurasi terbaik adalah 94% dengan menggunakan nilai K=7, hal ini membuktikan bahwasannya semakin besar nilai K maka semakin besar pula tingkat keakurasian pada prediksi tetapi juga dapat mengaburkan batasan. Dengan adanya perhitungan ini data uji yang merupakan data baru yakni data tahun 2012 dapat terklasifikasi berdasarkan kedekatan karakteristik dengan data latih tahun 2010-2011. Dan kemudian membuktikan bahwasannya data yang diambil dari pusat data pemerintah memiliki keakurasian tinggi yakni 94% pada nilai K=7 atau dapat dikatakan kebenarannya teruji. Kemudian dalam penelitian ini masih banyak kekurangan dan perlu adanya alat bantu dalam proses pengolahan data, seperti menggunakan software Matlab, Weka dan Rapid Miner untuk lebih meningkatkan kualitas hasil dari percobaan. Selanjutnya pada penelitian yang akan datang dapat menggunakan metode klasifikasi yang lain seperti Fuzzy K-Nearest Neighbor, Fuzzy K-Nearest Neighbor in Every Class untuk membandingkan hasil dan lebih memperbanyak pengetahuan dalam bidang Machine Learning.

Sumber Gambar