SPASIAL CLUSTERING POTENSI PETERNAKAN UNGGAS DENGAN METODE K-MEANS BERBASIS WEBGIS

Authors

  • Eka Triyani UIKA
  • Sahid Agustian Hudjimartsu UIKA
  • Dewi Primasari UIKA

DOI:

https://doi.org/10.31949/infotech.v8i2.2627

Abstract

Kabupaten Bogor merupakan salah satu wilayah di Provinsi Jawa Barat yang memiliki banyak peternakan. Peternakan besar mencakup sapi perah dan sapi potong; peternakan kecil mencakup kambing dan domba; dan peternakan unggas mencakup diantaranya ayam pedaging, dan ayam petelur. Keberadaan peternakan di Kabupaten Bogor tersebar di banyak kecamatan, tetapi masyarakat kurang mendapatkan informasi terkait wilayah-wilayah dengan tingkat potensi peternakan ungags, khususnya yang jumlah produksinya tinggi/meningkat. Melihat situasi di Kabupaten Bogor dengan tingkat potensi yang semakin meningkat maka diperlukan Sistem Informasi Geografis berbasis WebGIS untuk membantu pencarian data informasi potensi peternakan unggas pada suatu wilayah. Adapun analisis potensi pada penelitian ini menggunakan K-Means clustering dengan menghasilkan 3 cluster dengan kategori potensi cukup, kurang, dan lebih. Pada tahun 2018, potensi lebih peternakan unggas berada di kecamatan Nanggung, sedangkan pada tahun 2019 terdapat potensi lebih peternakan unggas di 12 kecamatan.

Keywords:

K-Means Clustering, Potensi, Sistem Informasi Geografis, WebGIS

Downloads

Download data is not yet available.

References

Badan Pusat Statistik (BPS) Kabupaten Bogor. 2018. Kabupaten Bogor dalam Angka. Bogor : BPS Kabupaten Bogor.
Damayanti, I. 2021. Identifikasi Zonasi Potensi Ikan Konsumsi Air. Bogor : Universitas Ibn Khaldun.
Kunang, S. O., Kom, M., Kom, S., Universitas, D., & Darma, B. (2016). Sistem Informasi Geografis Pemetaan Populasi Hewan Ternak Di Sumatera Selatan Berbasis Web. MATRIK Vol.18 No.1 April 2016 : 1-8.
Muharom, A., Hadi, F. A., & Anggraeni, D. 2016. Rancang Bangun Data Warehouse dan R Studio Serta Pemanfaatanya dalam Peramalan Pola Konsumsi Masyarakat di Kabupaten Jember. Jurnal Sistem dan Teknologi Informasi Indonesia (JUSTINDO), 1(1), 17–25.
Prahasta, E. 2014. Sistem Informasi Geografis : Konsep-Konsep Dasar. Bandung : Informatika.
Pratopo, T. 2018. SIG untuk Pemetaan dan Pemantauan Potensi Peternakan Menggunakan Metode K-Means (Studi Kasus: Badan Pusat Statistik Kabupaten Wonogiri Bidang Peternakan). Yogyakarta : Universitas Islam Indonesia.

Primasworo, R.A. & Widyastuti, F.K. 2018. Identifikasi Pemetaan Potensi Peternakan di Kabupaten Probolinggo. Reka Buana : Jurnal Ilmiah Teknik Sipil dan Teknik Kimia, 3(2), 2018, page 148-157.
Purnama B. 2019. Pengantar Machine Learning. Bandung : Informatika.
Puspitasari S.R., Awaluddin, M., & Firdaus, H.S,. 2018. Pembuatan Aplikasi Webgis Untuk Informasi Persebaran Sarana dan Fasilitas Kesehatan di Kabupaten Kudus. Jurnal Geodesi Undip, 7(3), 1–10.
Rofii, M. & Ramadhani, N. 2018. Analisis Cluster Lovebird Berdasarkan Ciri Fisik dan Jenisnya Menggunakan Algoritma K-Means dengan Penghitungan Jarak Manhattan. Jurnal Insand Comtech, Vol. 3, No. 1: 1-8.
Rohmawati, N., Defiyanti, S., dan Jajuli, M. 2015. Implementasi Algoritma K-Means Dalam Pengklasteran Mahasiswa Pelamar Beasiswa. Jitter 2015, I(2), 62–68.
Suprihatin, S., Utami, Y. R. W., & Nugroho, D. 2019. K-Means Clustering Untuk Pemetaan Daerah Rawan Demam Berdarah. Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), 7(1) : 8-16. https://doi.org/10.30646/tikomsin.v7i1.408
Wiharto, M. 2012. Analisis Kluster Menggunakan Bahasa Pemograman R untuk Kajian Ekologi. Bionature, 14(2013), 73–79.
Yacub, D. W., Zahro’, H. Z., & Vendyansyah, N. 2020. Rancang Bangun Sistem Informasi Geografis Untuk Potensi Ternak Pada Kab. Pasuruan Berbasis Web. JATI (Jurnal Mahasiswa Teknik Informatika), 4(2), 86–91. https://doi.org/10.36040/jati.v4i2.2727

Downloads

Abstract Views : 1466
Downloads Count: 1489

Published

21-06-2022

How to Cite

Triyani, E., Agustian Hudjimartsu, S., & Primasari, D. (2022). SPASIAL CLUSTERING POTENSI PETERNAKAN UNGGAS DENGAN METODE K-MEANS BERBASIS WEBGIS. INFOTECH Journal, 8(2), 13–21. https://doi.org/10.31949/infotech.v8i2.2627

Issue

Section

Articles

Similar Articles

1 2 3 4 5 6 7 8 9 10 > >> 

You may also start an advanced similarity search for this article.