Perpustakaan Universitas Amikom Purwokerto

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu
Image of METODE DATA MINING UNTUK MENENTUKAN JADWAL BERLAYAR NELAYAN BERBASIS WEBSITE

Skripsi

METODE DATA MINING UNTUK MENENTUKAN JADWAL BERLAYAR NELAYAN BERBASIS WEBSITE

Susli, Alung - Nama Orang;

RINGKASAN

Sebagian masyarakat Cilacap yang tinggal di daerah pesisir bermata pencaharian sebagai nelayan yang memanfaatkan hasil laut untuk memenuhi kebutuhan hidup. Tentu saja untuk kelancaran aktivitas kondisi laut sangat berpengaruh. Salah satu pendukung nelayan dalam pelayaran adalah adanya informasi dari BMKG Cilacap. Untuk membantu menyelesaikan masalah tersebut, dilakukan penelitian untuk menentukan jadwal berlayar nelayan menggunakan metode data mining dengan algoritma klasifikasi Support Vector Machine berbasis website. Penelitian ini menggunakan data dari BMKG Cilacap mulai dari tahun 2015 sampai dengan 2017. Data pengujian adalah sebagian data yang diambil secara acak dari keseluruhan data yang digunakan. Dari pengujian model, mendapatkan nilai dengan hasil performa dari dataset yang menghasilkan accuracy sebesar 88%, precision 87% dan recall 89%. Maka untuk menyelesaikan permasalahan ini peneliti membuat sistem penjadwalan berlayar nelayan berbasis website.

Kata kunci: Data Mining, Gelombang laut, Support Vector Machine, Website













ABSTRACT

Some of Cilacap people live in coastal areas as fishermen who utilize the seafood to meet the needs of life. Of course for the smooth activity of marine conditions is very influential. One of the fishermen supporters in the cruise is the information of BMKG Cilacap. To help solve the problem, research is conducted to determine the sailing schedule of fishermen using data mining method with the website based Support Vector Machine classification algorithm. This research uses data from BMKG Cilacap from 2015 until 2017. Test data is part of data that is randomly fetched from the overall data used. From model testing, get value with performance results from datasets that generate accuracy of 88%, 87% precision and 89% recall. So to solve this problem, the researcher created a website-based fishermen sailing scheduling system.

Keywords: Data Mining, Ocean waves, Support Vector Machine, Website


 



Ketersediaan
IF2308IF 2308 ALU MUPT. PERPUSTAKAAN PUSATTersedia - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
IF 2308 ALU M
Penerbit
Purwokerto : Universitas Amikom Purwokerto., 2020
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
16.11.0292
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Maret 2020
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Alung Susli
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Universitas Amikom Purwokerto
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

https://perpustakaan.amikompurwokerto.ac.id/

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik