Abstract
Data mining sangat tepat untuk mengolah data, menghasilkan nilai tambah dari suatu tumpukan data berupa peengetahuan yang tidak diketahui secara manual.K Means Clustering Metode penganalisaan data dan mengelompok berdasarkan kemiripan, metode ini sangat tepat untuk memprediksi tingkat kerugian peternak akibat penyakit pada sapi.Mempredisi tingkat kerugian peternak akibat penyakit pada sapi dengan mengelompokan berdasarkan kemiripan dan kesamaan jenis penyakit, sehingga mempermudah mengambil kesimpulan.Data yang diolah dalam penelitian ini sebanyak 9 data yang bersumber dari data penyakit sapi yang ada di UPTD Puskeswan Palangki dari bulan Januari sampai Desember Tahun 2019.Berdasarkan analisis terhadap data tersebut oleh dokter hewan yang bertugaspada UPTD Puskeswan Palangki, terdapat 9 jenis penyakit.Selanjutnya data diolah menggukan metode K means Clustering dan dibuktukan mengunakan aplikasi WEKA. Hasil dari pengujian terhadap metode ini adalah 3 penyakit dengan tingkat kerugian tinggi dan 6 penyakit tingkat kerugian rendah. Data hasil pengujiian telah dapat mempredisi penyakit pada sapi dengan mengelompkan menjadi dua bagian yaitu sebanyak 3 penyakit dengan tingkat kerugian tinggi dan 6 penyakit tingkat kerugian rendah
Highlights
Data mining is very appropriate for processing data
K Means Clustering The method of analyzing data
them based on similarities
Summary
Data mining merupakan bentuk implementasi yang digunakan untuk mencari sebuah model dan pola yang mampu melakukan prediksi di periode waktu tertentu pada suatu data set berdasarkan data sebelumnya dan data mining merupakan sebuah proses penggalian datajumlah data yang besar yang digunakan untuk menggali pengetahuan [1]. Mengelompokkan penyakit PNEUMONIA pada balita berdasarkan propinsi di Indonesia, dengan hasil untuk cluster tertinggi C1 sebanyak 3 provinsi, dan C2 adalah sebanyak 31 provinsi [9]. Pengelompokan data jamaah umroh dilakukan bertujuan untuk mengetahui kelompok minat jamaah berdasarkan usia dan mengelompokkan data jamaah menjadi tiga cluster yaitu sangat diminati, diminati dan. Menganalisa Permasalahan ada, menentukan tujuan, melakukan pengumpulan Menganalisa masalah adalah langkah untuk dapat data, menganalisa data, implementasi dan pengujian. Mempelajari Literatur acuan penelitian kedepannya.Adapun kerangka kerja Untuk mencapai tujuan, maka dipelajari beberapa penelitian ini dapat dilihat pada Gambar 1. Literatur-literatur yang dipelajari tersebut diseleksi untuk dapat menentukan literatur mana yang akan digunakan dalam penelitian ini. Sumber literatur didapatkan dari perpustakaan, jurnal, artikel yang membahas tentang data mining dengan algoritma K-Means Clustering dan bahan bacaan lain yang mendukung penelitian
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have