Model Prediksi Kelimpahan Ikan Tongkol (Euthynnus Affinis) Menggunakan Metode K-Nearest Neighbor (K-NN) di Laut Jawa

Indonesia merupakan memiliki ⅔ wilayah yang berupa lautan. Kondisi ini membuat kehidupan disekitarnya bergantung pada laut. Laut Jawa merupakan salah satu perairan yang padat akan kelimpahan ikan pelagis, seperti ikan tongkol sebagai target utama penangkapan ikan. Kelimpahan ikan tidak lepas dari faktor lingkungan karena beberapa spesies, termasuk ikan tongkol sangat sensitif pada perubahan lingkungan di sekitarnya. Faktor lingkungan yang dimaksud, yaitu Suhu Permukaan Laut (SPL) dan curah hujan. Perubahan kondisi lingkungan perairan berpengaruh pada aktivitas penangkapan ikan yang dilakukan nelayan. Maka diperlukan adanya prediksi terkait kelimpahan ikan tongkol di Laut Jawa. Tujuan penelitian ini adalah untuk merancang model prediksi kelimpahan ikan tongkol serta menganalisis hubungan antara SPL dan curah hujan dengan pola kelimpahan ikan tongkol di Laut Jawa. Metode yang digunakan memanfaatkan algoritma K-Nearest Neighbor (K-NN) untuk menentukan kondisi kelimpahan ikan yang tinggi dan rendah. Hasil model menunjukkan akurasi sebesar 83% dengan nilai K terbaik, yaitu 1. Model divisualisasikan menggunakan diagram scatter plot untuk menunjukkan keakuratan model. Diagram menunjukkan kondisi titik data prediksi mampu mengikuti pola titik data sebenarnya. Hal tersebut mengindikasikan model sudah baik karena pola data prediksi sesuai dengan pola data sebenarnya. Indonesia has 2/3 of the area in the form of the ocean. This condition makes life around it dependent on the sea. The Java Sea is one of the waters that is dense with the abundance of pelagic fish, such as cod fish as the main target of fishing. The abundance of fish cannot be separated from environmental factors because several species, including cob fish, are very sensitive to changes in the surrounding environment. The environmental factors in question are Sea Surface Temperature (SPL) and rainfall. Changes in aquatic environmental conditions affect fishing activities carried out by fishermen. Therefore, it is necessary to predict the abundance of cod fish in the Java Sea. The purpose of this study is to design a prediction model for the abundance of cod fish and analyze the relationship between SPL and rainfall with the pattern of abundance of cod fish in the Java Sea. The method used utilizes the K-Nearest Neighbor (K-NN) algorithm to determine high and low fish abundance conditions. The model results showed an accuracy of 83% with the best K value, which was 1. The model is visualized using a scatter plot diagram to show the accuracy of the model. The diagram shows the condition of the predicted data point being able to follow the actual data point pattern. This indicates that the model is good because the prediction data pattern is in accordance with the actual data pattern.