Model Prediksi Kelimpahan Ikan Tongkol (Euthynnus Affinis) Menggunakan Metode K-Nearest Neighbor (K-NN) di Laut Jawa
Model Predicting the Abundance of Swordfish (Euthynnus Affinis) Using the K-Nearest Neighbor (K-NN) Method in the Java Sea
DOI:
https://doi.org/10.21776/ub.jfmr.2024.008.03.1Keywords:
Ikan Tongkol, K-Nearest Neighbor, Model Prediksi, Mackerel Tuna, Prediction ModelAbstract
Indonesia merupakan memiliki ⅔ wilayah yang berupa lautan. Kondisi ini membuat kehidupan disekitarnya bergantung pada laut. Laut Jawa merupakan salah satu perairan yang padat akan kelimpahan ikan pelagis, seperti ikan tongkol sebagai target utama penangkapan ikan. Kelimpahan ikan tidak lepas dari faktor lingkungan karena beberapa spesies, termasuk ikan tongkol sangat sensitif pada perubahan lingkungan di sekitarnya. Faktor lingkungan yang dimaksud, yaitu Suhu Permukaan Laut (SPL) dan curah hujan. Perubahan kondisi lingkungan perairan berpengaruh pada aktivitas penangkapan ikan yang dilakukan nelayan. Maka diperlukan adanya prediksi terkait kelimpahan ikan tongkol di Laut Jawa. Tujuan penelitian ini adalah untuk merancang model prediksi kelimpahan ikan tongkol serta menganalisis hubungan antara SPL dan curah hujan dengan pola kelimpahan ikan tongkol di Laut Jawa. Metode yang digunakan memanfaatkan algoritma K-Nearest Neighbor (K-NN) untuk menentukan kondisi kelimpahan ikan yang tinggi dan rendah. Hasil model menunjukkan akurasi sebesar 83% dengan nilai K terbaik, yaitu 1. Model divisualisasikan menggunakan diagram scatter plot untuk menunjukkan keakuratan model. Diagram menunjukkan kondisi titik data prediksi mampu mengikuti pola titik data sebenarnya. Hal tersebut mengindikasikan model sudah baik karena pola data prediksi sesuai dengan pola data sebenarnya.
Indonesia has 2/3 of the area in the form of the ocean. This condition makes life around it dependent on the sea. The Java Sea is one of the waters that is dense with the abundance of pelagic fish, such as cod fish as the main target of fishing. The abundance of fish cannot be separated from environmental factors because several species, including cob fish, are very sensitive to changes in the surrounding environment. The environmental factors in question are Sea Surface Temperature (SPL) and rainfall. Changes in aquatic environmental conditions affect fishing activities carried out by fishermen. Therefore, it is necessary to predict the abundance of cod fish in the Java Sea. The purpose of this study is to design a prediction model for the abundance of cod fish and analyze the relationship between SPL and rainfall with the pattern of abundance of cod fish in the Java Sea. The method used utilizes the K-Nearest Neighbor (K-NN) algorithm to determine high and low fish abundance conditions. The model results showed an accuracy of 83% with the best K value, which was 1. The model is visualized using a scatter plot diagram to show the accuracy of the model. The diagram shows the condition of the predicted data point being able to follow the actual data point pattern. This indicates that the model is good because the prediction data pattern is in accordance with the actual data pattern.
References
[1] Safitri, S. "Makna Laut Bagi Indonesia Secara Politik". In Seminar Nasional Pendidikan Ips., Vol. 1, pp., hal.121-125, Des 2021.
[2] Nabila, N. M., Sasmito, B., & Sukmono, A."Studi Karakteristik Gelombang Perairan Laut Jawa Menggunakan Satelit Altimetri Tahun 2016-2018 (Studi Kasus: Perairan Laut Utara Jawa)". Jurnal Geodesi Undip., Vol 9, no.1, hal. 67-76, 2019.
[3] Bima Risky, P. U. T. R. A."Efektivitas Kerja Dalam Upaya Pencarian Dan Pertolongan Korban Di Laut Jawa Oleh Basarnas Semarang". Karya Tulis.2020.
[4] Putri, D. N."Analisis Potensi Nilai Tambah Berbagai Jenis Ikan Sebagai Dasar Rancang Bangun Industri Pengolahan Ikan di Indramayu" (Doctoral dissertation, Universitas Pasundan).2019.
[5] Nelwan, A., Nurdin, N., Zainuddin, M., Jaya, I., & As, M. A."Potensi Dan Tingkat Pemanfaatan Sumberdaya Ikan Pelagis Provinsi Kalimantan Utara". Prosiding Simposium Nasional Kelautan Dan Perikanan, 6.2019.
[6] Ma'mun, A., Priatna, A., Amri, K., & Nurdin, E. "Hubungan Antara Kondisi Oseanografi dan Distribusi Spasial Ikan Pelagis di Wilayah Pengelolaan Perikanan Negara Republik Indonesia (WPP NRI) 712 Laut Jawa". Jurnal Penelitian Perikanan Indonesia, Vol.25, no.1, hal. 1-14, 2019.
[7] Pulungan, A., Kamal, M. M., & Zairion, Z. "Parameter Populasi Dan Rasio Potensi Pemijahan Ikan Tongkol Komo (Euthynnus Affinis, Cantor 1849) Di Laut Jawa Sebelah Utara Jawa Timur". Jurnal Penelitian Perikanan Indonesia, Vol.28, no.3, 2022.
[8] Sari, M., & Wiyono, E. S. "Pengaruh Cuaca Terhadap Pola Musim Penangkapan Ikan Pelagis Di Perairan Teluk Lampung". ALBACORE Jurnal Penelitian Perikanan Laut, Vol.5, no.3, hal. 277-289, 2021.
[9] Santoso, A. W., Baskoro, M. S., Iskandar, B. H., & Novita, Y. "Pemanfaatan Lampu LED untuk Peningkatan Hasil Tangkapan pada Kapal Hand Line di Kendari". Jurnal Teknik, vol.9, no.1, 2020.
[10] Elanda, Y., & Alie, A. "Strategi Masyarakat Nelayan Dalam Pemenuhan Kebutuhan Subsistensi Di Desa Wisata Pasir Putih Dalegan Gresik". Journal of Urban Sociology, vol.3, no.2, hal.41-54, 2021.
[11] Asbar, A., & Ihsan, I." Pemetaan Daerah Penangkapan Ikan Pelagis Kecil Untuk Meningkatkan Hasil Tangkapan Nelayan Di Perairan Kota Makassar". Jurnal Pengabdian Masyarakat (Abdimas Kauniah), vo.1, no.1, hal. 1-13, 2022.
[12] Hasanah, M. A., Soim, S., & Handayani, A. S. "Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir". Journal of Applied Informatics and Computing, vol.5, no.2, hal 103-108, 2021.
[13] Romadloni, P., Kusuma, B. A., & Baihaqi, W. M. ”Komparasi Metode Pembelajaran Mesin Untuk Implementasi Pengambilan Keputusan Dalam Menentukan Promosi Jabatan Karyawan”. JATI (Jurnal Mahasiswa Teknik Informatika), vol. 6, no.2, hal. 622-628, 2022.
[14] Jamal M, Ernaningsih, Nadiarti N. ”Karateristik Biologis Ikan Tongkol (Euthynnus affinis) Hasil Tangkapan Purse Seine di Perairan Herlang Teluk Bone, Indonesia”. Marine Fisheries, vol. 13, no.1, hal. 113-122, Mei 2023.
[15] Khoir M. " Hubungan Pola Pergerakan Dan Kelimpahan Ikan Tongkol (Euthynnus Affinis) Dengan Distribusi Thermal Front, Di Perairan Kabupaten Barru, Selawesi Selatan Dan Sekitarnya",(Doctoral dissertation, Universitas Hasanuddin), 2022.
[16] Elvianti, N. "Analisis Hubungan Luasan Upwelling Dan Luasan Zona Potensial Penangkapan Ikan Cakalang (Katsuwonus pelamis) Di Selat Makassar". (Doctoral dissertation, Universitas Hasanuddin), 2021.
[17] Rahman, Z. (2023). Optimalisasi dalam Mengidentifikasi Seleksi Mahasiswa Jalur Cepat (Fast-track) Menggunakan Metode K-Nearest Neighbor. Jurnal Sistim Informasi dan Teknologi, vol. 5, no. 2, hal. 49-54.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Submission of a manuscript implies: that the work described has not been published before (except in the form of an abstract or as part of a published lecture, or thesis) that it is not under consideration for publication elsewhere; that if and when the manuscript is accepted for publication, the authors agree to automatic transfer of the copyright to the publisher.
