Grouping Data on Koi Breeder Auction Websites Based on Size Using the K-Means Clustering Method

(1) Universitas Islam Balitar
(2) Universitas Islam Balitar
(3) Universitas Islam Balitar

Abstract
Website lelang Breeder Koi adalah salah satu yang mengalami masalah tersebut. Website lelang Breeder Koi merupakan salah satu website lelang ikan koi yang mulai aktif pada 2019. Permasalahan pada website Breeder Koi adalah kesulitan admin yang akan melakukan pemeriksaan data lelang dari ukuran ikan koi tertentu. Hal ini dimaksudkan agar saat proses penampungan di akuarium karantina sementara sebelum dikirim ke pembeli sesuai dengan ukuran ikan koi. Pada proses penampungan ikan sementara Breeder Koi masih melakukan pemilahan secara manual. Masalah tersebut semakin bertambah karena pada bulan November 2023 data lelang mengalami kenaikan. Dengan metode k-means clustering, dapat mengelompokkan data lelang ikan koi pada website Breeder Koi berdasarkan ukuran ikan koi yang di lelang dengan membagi menjadi 4 cluster yang menyesuaikan dengan ukuran akuarium karantina di tempat penampungan Breeder Koi yaitu 4 ukuran untuk ikan koi berukuran kecil, sedang, besar, dan sangat besar. Untuk pengujian pada penelitian ini menggunakan Davies Bouldin Index (DBI) yaitu dengan menghitung jarak kedekatan antar data dalam setiap clusternya. Pada penelitian ini mengelompokkan 245 data lelang dengan centroid (titik pusat) akhir 18.06666667, 30.44262295, 34.87037037, dan 41.69411765 Dengan hasil, cluster 1 (kecil) sebanyak 45 data, cluster 2 (sedang) sebanyak 61 data, cluster 3 (besar) sebanyak 62 data, dan cluster 4 (sangat besar) 77 data. Pengujian Davies Bouldin Index pada penelitian ini mendekati angka 0 dengan nilai sebesar 0.5329667491112356 dimana angka ini sudah termasuk baik terhadap setiap cluster hasil dari proses clustering/pengelompokan data lelang ikan koi yang telah dilakukan. Berdasarkan hasil diatas, pengelompokan data lelang ikan koi menggunakan algoritma k-means clustering bisa dikatakan optimal.
Keywords
References
Fhadli, M., Tempola, F. (2020). Data Mining Dengan Python Untuk Pemula. (n.d.). (n.p.): SPASI MEDIA.
Gantara, N. P., & Ali, I. (2023). Penerapan Metode K-Means Clustering Pada Penjualan Barang Di Sports Station. E-Link: Jurnal Teknik Elektro dan Informatika, 18(1), 12. doi:10.30587/e-link.v18i1.5339
Hutagalung, D. D., & Aqshal, G. M. (2023). Klasfisikasi Jenis Ikan Koi Menggunakan Ekstraksi Warna HSV dan Metode Adaptive Neuro-Fuzzy Inference System (ANFIS). Jurnal ICT: Information Communication & Technology, 23(2), 379-384
Nalendra, A. K., Fuad, M. N., Mujiono, M., Wahyudi, D., & Utomo, P. B. (2022). Pelatihan Pembuatan Website Profile untuk Peternak Ikan Koi Kota Blitar Berbasis Wordpress. Archive: Jurnal Pengabdian Kepada Masyarakat, 1(2), 8. doi:10.55506/arch.v1i2.38
Pratiwi, Y., & Suwarna, N. (2023). Penerapan Metode K-Means Clustering Pada Populasi Ayam Ras Petelur Berdasarkan Provinsi. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1). doi:10.36040/jati.v7i1.6457
Sianturi, F. A., Hasugian, P. M., Simangunsong, A., & Nadeak, B. (2019). DATA MINING: Teori dan Aplikasi Weka (Vol. 1). IOCS Publisher.
Yuhefizar. (2009). CMM Website Interaktif MCMS Joomla (CMS). (n.d.). (n.p.): Elex Media Komputindo.
Article Metrics
Abstract View

DOI: 10.57235/aurelia.v4i1.3703
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Nanda Fatkhur Rohman, Indyah Hartami Santi, Wahyu Dwi Puspitasari

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.