Balqis, Indah Cantika (2026) IMPLEMENTASI ALGORITMA FUZZY C-MEANS TERHADAP HASIL TANGKAP NELAYAN STUDI KASUS: PESISIR TANJUNG TIRAM KABUPATEN BATU BARA. Undergraduate thesis, UNIMED.
4211230008_Cover.pdf
Download (61kB)
4211230008_Lembar_Pengesahan.pdf
Download (209kB)
4211230008_Abstrak.pdf
Download (117kB)
4211230008_Kata_Pengantar.pdf
Download (210kB)
4211230008_Daftar_Isi.pdf
Download (107kB)
4211230008_BAB_I.pdf
Download (276kB)
4211230008_BAB_II.pdf
Restricted to Repository staff only
Download (423kB)
4211230008_BAB_III.pdf
Restricted to Repository staff only
Download (184kB)
4211230008_BAB_IV.pdf
Restricted to Repository staff only
Download (855kB)
4211230008_BAB_V.pdf
Download (141kB)
4211230008_Daftar_Pustaka.pdf
Download (203kB)
4211230008_Lampiran.pdf
Restricted to Repository staff only
Download (410kB)
Abstract
Penelitian ini membahas penerapan algoritma Fuzzy C-Means (FCM) dalam proses pengelompokan dan analisis hasil tangkapan nelayan di Pesisir Tanjung Tiram, Kabupaten Batu Bara. Wilayah ini merupakan kawasan pesisir yang memiliki potensi sumber daya laut melimpah, namun tingkat kesejahteraan nelayan masih tergolong rendah akibat fluktuasi hasil tangkapan dan harga ikan yang tidak stabil. Untuk menganalisis hubungan antara harga dan kandungan gizi ikan (vitamin dan asam lemak omega-3), digunakan pendekatan matematis berbasis soft clustering Fuzzy C-Means yang memungkinkan setiap data memiliki derajat keanggotaan pada lebih dari satu cluster. Data yang digunakan dalam penelitian ini meliputi harga jual ikan dan kandungan gizinya yang mencakup vitamin A, B, C, D, E, serta kadar omega-3 dari beberapa jenis ikan hasil tangkapan nelayan di Pesisir Tanjung Tiram. Proses penelitian dilakukan dengan menggunakan bahasa pemrograman Python melalui Google Colab, yang mencakup tahap normalisasi data, perhitungan fungsi objektif, pembaruan pusat cluster, hingga evaluasi hasil klasterisasi menggunakan Partition Coefficient (PC) dan Modified Partition Coefficient (MPC) sebagai ukuran validitas. Hasil penelitian menunjukkan bahwa algoritma Fuzzy C-Means mampu mengelompokkan data hasil tangkapan nelayan ke dalam tiga cluster utama, yaitu: (1) ikan dengan harga rendah dan kandungan gizi terbatas, (2) ikan dengan harga sedang dan kandungan gizi menengah, dan (3) ikan dengan harga tinggi serta kandungan gizi tinggi. Nilai PC dan MPC yang diperoleh menunjukkan tingkat validitas klaster yang baik, menandakan bahwa model FCM berhasil menggambarkan pola hubungan antara harga dan kandungan gizi secara akurat. Dengan demikian, penerapan algoritma Fuzzy C-Means terbukti efektif dalam memberikan klasifikasi informatif terhadap hasil tangkapan nelayan. Hasil klasterisasi ini diharapkan dapat menjadi dasar bagi Dinas Perikanan dan Kelautan Kabupaten Batu Bara serta pemangku kebijakan lainnya dalam menyusun strategi peningkatan nilai ekonomi hasil tangkap, optimalisasi pasar ikan, dan pemberdayaan nelayan berbasis data.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Keywords: | Fuzzy C-Means; Data mining; Hasil tangkapan nelayan; Kandungan gizi; Harga ikan |
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA150 Algebra |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Mrs Harly Christy Siagian |
| Date Deposited: | 13 Nov 2026 09:27 |
| Last Modified: | 13 Nov 2026 09:27 |
| URI: | https://digilib.unimed.ac.id/id/eprint/69943 |
