Pengelompokkan Keberhasilan Produksi Peternak Ayam Broiler di Riau Berdasarkan Index Performance Menggunakan K-Means

Abdul Wahid; Alwis Nazir; Siska Kurnia Gusti; - Yusra; Fadhillah Syafria

doi:10.33633/tc.v22i1.7282

Pengelompokkan Keberhasilan Produksi Peternak Ayam Broiler di Riau Berdasarkan Index Performance Menggunakan K-Means

Abdul Wahid, Alwis Nazir, Siska Kurnia Gusti, - Yusra, Fadhillah Syafria

Abstract

Ayam broiler merupakan salah satu jenis ayam ras unggul yang mempunyai produktivitas tinggi terutama dalam produksi daging. Pembudidayaan ayam broiler saat ini kebanyakan menggunakan model kemitraan antara perusahaan dan peternak dengan sistem kerjasama kontrak yang saling menguntungkan. Model kemitraan memiliki acuan dalam menentukan keberhasilan produksi peternak yang dinyatakan dengan index performance (IP). Permasalahan yang ada, perusahaan kesulitan dalam mengelompokkan keberhasilan produksi peternak berdasarkan IP karena data IP peternak yang begitu banyak. Oleh karena itu, penelitian ini akan mengelompokkan keberhasilan produksi peternak menggunakan algoritma k-means. Parameter yang digunakan yaitu deplesi, berat rataan panen, feed convertion ratio (fcr), umur panen dan IP. Dari hasil penelitian yang telah dilakukan dengan menerapkan algoritma k-means terbentuk 3 cluster yaitu cluster tingkat keberhasilan tinggi dengan jumlah 277 peternak, cluster tingkat keberhasilan sedang dengan jumlah 314 peternak, dan cluster tingkat keberhasilan rendah dengan jumlah 336 peternak. Pengujian menggunakan DBI dengan k=3 menghasilkan nilai validitas sebesar 0.494.

Keywords

Ayam broiler, Index Performance, K-Means , Model Kemitraan

Full Text:

PDF

References

S. Pakage et al., “Pengukuran Performa Produksi Ayam Pedaging pada Closed House System dan Open House System di Kabupaten Malang Jawa Timur Indonesia,” Jurnal Sain Peternakan Indonesia, vol. 15, no. 4, pp. 383–389, Dec. 2020, doi: 10.31186/jspi.id.15.4.383-389.

Alif Karnadi, “Produksi Ayam Pedaging,” Apr. 15, 2021. https://dataindonesia.id/sektor-riil/detail/produksi-ayam-pedaging-capai-343-juta-ton-pada-2021 (accessed Oct. 12, 2022).

A. Sanmorino, “Metode Perhitungan Tingkat Keberhasilan Panen Broiler Berdasarkan Performance Index (Pi) Pada Grup Ternak Di Kota Prabumulih,” Jurnal Ilmiah Iinformatika Global, vol. 7, no. 1, pp. 37–42, 2017.

T. Nuryati, “Analisis Performans Ayam Broiler Pada Kandang Tertutup Dan Kandang Terbuka,” Jurnal Peternakan Nusantara, vol. 5, no. 2, pp. 77–86, 2019.

K. T. Arum, E. R. Cahyadi, and A. Basith, “Evaluasi Kinerja Peternak Mitra Ayam Ras Pedaging,” Jurnal Ilmu Produksi dan Teknologi Hasil Peternakan, vol. 5, no. 2, pp. 78–83, 2017.

C. B. D. P. Mahardika et al., “Performa Usaha Kemitraan Ayam Ras Pedaging,” Partner, vol. 5, no. 1, pp. 1270–1281, 2020.

S. Adijaya, T. Alawiyah, and A. Bsi Tasikmalaya, “Implementasi Index Performance Untuk Menentukan Indeks Prestasi Peternak Ayam Broiler Berbasis Web (Studi Kasus: Bagja Abadi Poultry Shop),” Journal Speed-Sentra Penelitian Engineering dan Edukasi, vol. 10, no. 3, pp. 55–61, 2018.

Prabowo Tjitropranoto and R. Suryanti, “Keberlanjutan Usaha Peternakan Ayam Ras Pedaging pada Model Kemitraan,” 2019.

N. M. D. , I. W. S. dan I. P. A. A. Maharatih, “Analisis Performance Usaha Ternak Ayam Broiler Pada Model Kemitraan Dengan Sistem Open House,” Journal of Tropical Animal Science, vol. 5, no. 2, pp. 407–416, 2017.

R. A. Putra and S. Defit, “Data Mining Menggunakan Rough Set dalam Menganalisa Modal Upah Produksi pada Industri Seragam Sekolah,” vol. 1, pp. 73–80, 2019, doi: 10.35134/jsisfotek.v1i4.12.

R. Kurniawan, S. Defit, and S. Sumijan, “Prediksi Tingkat Kerugian Peternak Akibat Penyakit pada Sapi Menggunakan Algoritma K-Means Clustering,” Jurnal Informasi dan Teknologi, vol. 3, pp. 29–35, Sep. 2021, doi: 10.37034/jidt.v3i1.87.

W. Sirait, S. Defit, and G. W. Nurcahyo, “Implementasi Algoritma K-Means untuk Klasterisasi Peserta Olimpiade Sains Nasional Tingkat SMA,” Jurnal Sistim Informasi dan Teknologi, vol. 1, no. 3, pp. 30–35, Sep. 2019, doi: 10.35134/jsisfotek.v1i3.6.

S. Hajar, A. A. Novany, A. P. Windarto, A. Wanto, and E. Irawan, “Penerapan K-Means Clustering Pada Ekspor Minyak Kelapa Sawit Menurut Negara Tujuan,” Seminar Nasional Teknologi Komputer & Sains, pp. 314–318, 2020.

D. Haryadi, “Penerapan Algoritma K-Means Clustering Pada Produksi Perkebunan Kelapa Sawit Menurut Provinsi,” Journal of Informatics and Communication Technology (JICT), vol. 3, no. 1, pp. 1–10, Jul. 2021, doi: 10.52661/j_ict.v3i1.71.

A. Rohman and Muhammad Rochcham, “Pengelompokan Mahasiswa Berdasarkan Indeks Prestasi Dengan Menggunakan Metode Clustering K-Means (Student Grouping Based on Achievement Index Using the K-Means Clustering Method),” Jurnal Fakultas Teknik Universitas Pandanaran, vol. 6, no. 2, pp. 46–49, 2020.

E. Ramadanti and M. Muslih, “Penerapan Data Mining Algoritma K-Means Clustering Pada Populasi Ayam Peterlur di Indonesia,” Jurnal Teknologi dan Sistem Informasi Univrab, vol. 7, no. 1, pp. 1–7, Jan. 2022, doi: 10.36341/rabit.v7i1.2155.

M. Gading Sadewo et al., “Penerapan Datamining Pada Populasi Daging Ayam Ras Pedaging Di Indonesia Berdasarkan Provinsi Menggunakan K-Means Clustering,” Jurnal Nasional Informatika dan Teknologi Jaringan, vol. 2, no. 1, pp. 60–67, 2017, [Online]. Available: https://www.bps.go.id.

G. Guntoro Setiaji and V. Vydia, “Komparasi Metode Clustering K-Means Dan Fuzzy C-Means Untuk Mempredeksi Ketepatan Waktu Lulus,” Pengembangan Rekayasa dan Teknologi, vol. 15, no. 1, pp. 38–42, 2019, [Online]. Available: http://journals.usm.ac.id/index.php/jprt/index

R. Adha, N. Nurhaliza, and U. Soleha, “Perbandingan Algoritma DBSCAN dan K-Means Clustering untuk Pengelompokan Kasus Covid-19 di Dunia,” Jurnal Sains, Teknologi dan Industri, vol. 18, no. 2, pp. 206–211, 2021, [Online]. Available: https://covid19.who.int.

A. Ayadi and dan Eko Pramono, “Perbandingan Tingkat Performa Metode K-Means Dan Hierachical Clustering Pada Sistem Rekomendasi Pemilihan Kost,” Teknimedia, vol. 1, no. 2, pp. 51–56, 2020.

E. Muningsih, I. Maryani, and V. R. Handayani, “Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa,” Jurnal Sains dan Manajemen, vol. 9, no. 1, pp. 95–100, 2021, [Online]. Available: www.bps.go.id

DOI: https://doi.org/10.33633/tc.v22i1.7282