ABSTRAKSI
Rumah Potong Hewan (RPH) merupakan bangunan dengan syarat tertentu yang digunakan sebagai tempat memotong hewan bagi konsumsi masyarakat umum. Setiap ternak yang akan disembelih, terutama apabila dagingnya akan digunakan sebagai konsumsi umum, maka wajib untuk dipotong di RPH, hal ini untuk memastikan daging yang akan diedarkan dalam keadaan Aman, Sehat, Utuh, dan Halal (ASUH). Namun, karena minimnya kesadaran masyarakat Indonesia akan daging sehat, jumlah pemotongan ternak di RPH cenderung sangat rendah, bahkan di provinsi dengan ekonomi tinggi seperti Jawa Timur, Jawa Barat, dan DKI Jakarta. Untuk memudahkan pemerintah dalam mengetahui provinsi yang tingkat pemotongan di RPH lebih rendah dibanding provinsi lain di tahun yang sama, maka dilakukan clustering dengan metode K-Means, yang akan menampilkan hasil berupa provinsi “apa” masuk ke dalam cluster “berapa”. Pada tahun 2000 sebagai contoh, masing-masing provinsi dilakukan clustering yang dikombinasikan dengan metode Elbow untuk mengoptimalkan hasilnya, dan diketahui bahwa terdapat 24 provinsi yang masuk ke cluster 1 (kelompok rendah) dan hanya 3 provinsi yang masuk ke cluster 2 (kelompok tinggi), dengan 7 provinsi tidak disertakan karena kurangnya data. Dan setelah dilakukan evaluasi dengan metode Davies-Bouldin Index (DBI), didapatkan nilai 0,4, yang dapat disimpulkan bahwa perhitungan dengan Riau dan Jawa Tengah sebagai centroid sudah cukup baik.
Kata kunci: Clustering, Data Mining, K-Means, Rumah Potong Hewan

L007795

001.4 KUR d

Tugas Akhir T.I.

Tersedia namun tidak untuk dipinjamkan - No Loan

• Data Mining untuk Klasterisasi Jumlah Hewan Ternak Potong di Indonesia Menggunakan K-Means
  Aldy Kurniawan. 16201035. TI