Prediksi Tingkat Kerugian Peternak Akibat Penyakit pada Sapi Menggunakan Algoritma K-Means Clustering

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