Danny Kriestanto, S.Kom., M.Eng. Contributor Nirmalasari, Hellen - 215410034 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2025 monographic id Indonesia

Text Skripsi

Sektor perikanan memiliki peran penting dalam mendukung ketahanan pangan dan perekonomian daerah, khususnya di wilayah pesisir seperti DKI Jakarta. Ketidakpastian volume dan nilai produksi di Tempat Pelelangan Ikan (TPI) dapat menimbulkan gangguan pasokan serta kerugian ekonomi. Oleh karena itu, diperlukan pendekatan prediktif yang akurat untuk memperkirakan hasil produksi, guna mendukung pengelolaan perikanan yang berkelanjutan dan perencanaan yang lebih efektif. Penelitian ini menggunakan algoritma K-Nearest Neighbor (KNN) yang dipilih karena bersifat non-parametrik dan tidak memerlukan asumsi distribusi data. Algoritma ini bekerja berdasarkan prinsip kemiripan atau kedekatan data historis, sehingga cocok diterapkan pada permasalahan yang memiliki pola waktu (time series) yang kuat. Model KNN dengan nilai k = 3 mampu memprediksi volume dan nilai produksi ikan dengan baik. Pada data uji, model menghasilkan MAE sebesar 371,452 kg dan Rp14,4 miliar, serta RMSE sebesar 674,739 kg dan Rp25,2 miliar masing-masing untuk volume dan nilai produksi. Nilai R² sebesar 92% untuk volume dan 83% untuk nilai produksi menunjukkan bahwa model dapat menjelaskan sebagian besar variasi data dan pola historis secara akurat. Kata Kunci: K-Nearest Neighbor (KNN), Tempat Pelelangan Ikan (TPI), Regresi, Prediksi, DKI Jakarta K-NEARST NEIGHBOR METODE REGRESI NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 097 NIR P R.1 NIR0097IN0125 Rak Referensi Skripsi Informatika 097 NIR P R.1 17807 2025-08-06 13:49:13 2025-08-06 13:50:50 machine generated