SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN HASIL BUDIDAYA UDANG VANAME DENGAN METODE ALGORITMA C4.5 (PT ANUGERAH SUMBER LAUT JAYA)

Abstrak

Abstrak - Kondisi geografis Indonesia dengan dua per tiganya perairan dapat memberikan keuntungan tersendiri bagi masyarakat Indonesia yang berprofesi sebagai nelayan. Salah satu komoditas budidaya air laut yang memiliki nilai ekonomi dan permintaan ekspor yang tinggi salah satunya adalah udang vaname (Liopenaeus Vannamei), yang sering disebut sebagai udang putih. Salah satu metode klasifikasi adalah algoritma C4.5, metode algoritma C4.5 dalam pemilihan atribut dapat dilakukan dengan cara menggunakan Gain dengan tujuan mencari nilai Entropy. Algoritma C4.5 dapat membagi-bagi data berdasarkan kriteria yang dipilih agar terbentuk sebuah pohon keputusan (Decision Tree) yang menggunakan pendekatan secara top down. Dari data-data yang diperoleh maka bisa dihitung dari hasil perhitungan pada luas tambak, bibit, pakan, dan pupuk akan didapatkan hasil optimasinya. Hasil dari program yang dibuat berdasarkan data-data kualitas air yang dianalisa dengan teknik data mining dapat dimanfaatkan untuk mendapatkan informasi yang berguna untuk pihak perusahaan dan dari pemodelan pohon keputusan dengan metode Algoritma C4.5 didapatkan hasil accuracy sebesar 76,47%, precision sebesar 72,72% dan recall sebesar 88,88%. Dari hasil  pengujian tersebut diketahui bahwa klasifikasi termasuk dalam kategori Fair Classification.

Abstract - Indonesia's geographical condition, with two-by-one of its waters, can provide its own benefits for Indonesians who are fishermen. One of the sea water cultivation commodities which has economic value and high export demand one of them is shrimp Vaname (Liopenaeus Vannamei), which is often referred to as white shrimp. One method of classification is algorithm C 4.5, algorithm method C 4.5 in attribute selection can be done by using Gain with the purpose of finding the value of Entropy. The C 4.5 algorithm can divide data based on criteria chosen to form a decision Tree using a top down approach. From the data obtained, it can be calculated from the results of calculations on the area of pond, seedlings, feed, and fertilizer will be obtained the results of its optimization. The results of the programs created based on water quality data analyzed by data mining techniques can be utilized to obtain useful information for the company and from the modeling of decision tree with algorithm method C 4.5 Obtained the accuracy of 76.47%, precision at 72.72% and recall by 88.88%. From the test results it is known that the classification belongs to the Fair Classification category.