Penerapan Metode Algoritma Genetika Untuk Pengelompokkan Provinsi Di Indonesia Berdasarkan Produktivitas Budidaya Perikanan

Indonesia merupakan negara yang sebagian besar wilayahnya terdiri dari perairan sehingga budidaya perikanan mampu memberikan kontribusi dalam peningkatan kesejahteraan masyarakat. Upaya yang dapat dilakukan untuk meningkatkan produktivitas perikanan yaitu dengan mengelompokkan wilayah ke dalam kelompok-kelompok berdasarkan karakteristik yang dimiliki. Penelitian ini meggunakan algoritma k-means yang melakukan pengelompokkan berdasarkan tingkat kemiripan dan algoritma genetika k-means untuk memperoleh nilai centroid optimal pada k-means. Penelitian ini menghasilkan nilai silhouette pada algoritma k-means sebesar 0,425 sedangkan pada algoritma genetika k-means sebesar 0,438 yang berarti algoritma genetika k-means memberikan hasil pengelompokkan terbaik pada data produktivitas budidaya perikanan yang menghasilkan 5 cluster, diantaranya terdapat cluster yang memiliki produktivitas budidaya perikanan sangat rendah yaitu cluster 3. Sehingga provinsi yang termasuk dalam cluster tersebut diprioritaskan dalam pengambilan kebijakan untuk meningkatkan produktivitas. Berdasarkan hasil uji parameter algoritma genetika k-means diperoleh nilai fitness terbesar 0,000762 yang menunjukkan kebaikan suatu solusi mencapai nilai optimal pada crossover 0,7 dan mutasi 0,3.