Ica Kurnia Hildayanti-404851-Data Mining [PDF]

Citation preview

Penerapan Data mining untuk Memprediksi Produksi Perikanan Tangkap Provinsi Nusa Tenggara Barat Ica Kurnia Hildayanti 16/404851/PTK/11268



Pendahuluan  Kenapa perikanan? Perikanan menjadi salah satu komoditi ekspor terbesar di Indonesia (http://www.kargonews.com/articles/10komoditi-utama-ekspor-indonesia). Dengan tujuan ekspor negara-negara di berbagai benua. (sumber : data.go.id)  Kenapa Nusa Tenggara Barat?  Sebagai provinsi dengan wilayah pantai yang luas, dan komoditas perikanan menjadi dominasi ekspor NTB.  Budidaya udang yang diutamakan, Ikan tangkapan dan budidaya air payau belum banyak, padahal nilai ekspor tinggi.  Pencanangan kawasan minapolitan yang tersebar di wilayah lombok timur, lombok tengah, lombok barat, sumbawa dan Bima



Tujuan Penerapan Data Mining  Untuk mengetahui jenis ikan yang menjadi komoditi penghasil terbesar bagi provinsi Nusa Tenggara Barat  Memprediksi nilai harga jual ikan  Membantu nelayan Nusa Tenggara Barat dalam menentukan ikan jenis apa yang memiliki nilai jual tinggi  Membantu pemerintah NTB dalam prediksi produksi ikan tangkap dan hasil penjualannya.



Sumber data Data yang di olah sebagai data mining diambil dari situs pemerintah data.go.id (Data Produksi Perikanan Tangkap Nasional). Terdiri dari 76.792 baris data dengan cakupan seluruh provinsi (data tahun 2000-2012).



Kolom : NTB  2328 baris data



Tahapan Pengolahan Data Mining Data hasil tangkapan ikan provinsi NTB tersebut kemudian di olah dengan tahapan : 1. Pembersihan Data (Proses menghilangkan noise dan data yang tidak konsisten atau tidak relevan)



REMOVE



Tahapan Pengolahan Data Mining 2. Seleksi Data (Pengambilan data yang sesuai untuk dianalisis dari database) Menentukan atribut-atribut yang dibutuhkan dalam proses analisis.



Setelah tahap 1 dan 2 dilakukan, didapat 600 baris data yang bisa diolah.



Tahapan Pengolahan Data Mining



3. Transformasi Data (mengubah data sesuai dengan pengolah data mining) Weka  format .csv 4. Proses Mining (Proses saat metode di terapkan). Clustering dan Classification 5. Evaluasi pola dan Persentasi pengetahuan. Tahap mempersentasikan hasil yang didapat



Metode yang Digunakan  Clustering (K-Means) Data Volume dan data nilai di cluster menjadi 3 bagian “Num Cluster =3”  Classification Klasifkasi menggunakan J48 (C4.5) Dapat mengolah data numerik (kontinyu) dan diskret, dapat menangani nilai atribut yang hilang, menghasilkan aturan-aturan yang mudah diintrepetasikan.



Hasil Clustering



Alur Penelitian



*baru sampai tahap ini