Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Pesisir Semarang merupakan daerah lokasi tambak udang yang potensial. Namun produksinya tidak stabil. Jenis udang yang dibudayakan di Kota Semarang awalnya merupakan jenis udang windu Panaeus monodon sp namun pada pertengahan tahun 1990 terjadi penurunan produksi, sehingga petambak mulai beralih ke udang vanamei. Litopenaeusvannamei. Namun belum semuanya berubah ke udang vanamei. Tujuandari penelitian ini adalah mendeskripsikan dinamika spasial budidaya udang wilayah pesisir Semarang. Metode Pengumpulan data dengan memanfaatkan citra Landsat dan survei kepada petambak. Pendekatan keruangan menggunakan analisis Spasial dan deskriptif dari data yang telah didapatkan di lapangan. Citra tahun 1996 hingga 2018 digunakan untuk mengidentifikasi penurunan tambak. Hasil Penelitian menujukkan bahwa terjadi penurunan jumlah Tambak yang ada di Semarang dari tahun 1996 hingga tahun 2018 dan adanya penggantian jenis budidaya udang di semarang tepatnya di Kecamatan Genuk. Faktor utama penyebab penurunan tambak merupakan faktor fisik sedangkan penggantian jenis bududidaya disebabkan oleh faktor Nilai Jual, Kerentanan dan Pengolahan.

---

ABSTRACT
Semarang coastal area is a shrimp pond site potential. But the production isunstable. The kind of shrimp that cultivated in Semarang coastal originally were only black tiger shrimps Panaeus Monodon sp but in mid 1990, the production of this shrimp was decreased, so shrimp farmers began to switch to Vanamei shrimp Litopenaeus vannamei. But not all of the farmers havechanged to Vanamei Shrimp. The aim of this research is to describe this spatial dynamics of shrimp culture in the coastal area of Semarang. Theme thod of data collection in this research are using Landsat imagery and surveys to the farmers. While the method analysis is using Spatial and descriptive Analysis from data obtained in the field. The Landsat Imagery of year 1996 to 2018 is used to identify the declining of shrimp ponds. The results of the study showed that in the coastal area of Semarang there was adecline in the number of shrimp ponds from 1996 to 2018. The research shows that there is a decrease in the number of the existing ponds in Semarang from the year 1996 to the year 2018 and the change of type of shrimp being cultivated Semarang namely in Genuk Distict. The main factors that cause the decline of ponds is a physical factor whereas the change of shrimp being cultivated are caused by Sell Value, vulner ability and Management Factors.

Abstrak :
Budidaya udang vaname (Litopenaeus vannamei) sangat diminati sehingga permintaan udang ini meningkat setiap tahunnya. Masalah terberat para petambak adalah kegagalan panen yang berakibat kepada keberlangsungan usaha mereka. Perlu adanya usaha perbaikan untuk meningkatkan keberhasilan panen. Penelitian ini bertujuan untuk lebih menggali mengenai penggunaan machine learning dalam prediksi hasil panen dari data kualitas air. Hasil prediksi ini selanjutnya dipakai dan digunakan dalam proses bisnis sehingga dapat meningkatkan produktivitas. Analisis yang digunakan pada penelitian ini adalah analisis kuantitatif dan kualitatif serta perbaikan proses bisnis. Analisis kuantitatif dengan metode big data dan machine learning. Model yang dipakai adalah k-Nearest Neighbor (kNN), Decision Tree (DT) dan Logistic Regression (LR). Analisis kualitatif dilakukan dengan observasi dan interview untuk memperbaiki proses bisnis. Proses bisnis diperbaiki mengikuti BPM Lifecycle dengan memasukan hasil analisis kuantitatif. Dari penelitian ini didapatkan bahwa prediksi machine learning dengan model Decision Tree dari variabel rasio bakteri merugikan dan NH4+ memberikan akurasi tertinggi mencapai 96%. Setelah didapatkan model dan variabel dengan akurasi tertinggi, penelitian ini juga melakukan penerapan ke dalam proses bisnis dengan pendekatan BPM Lifecycle sehingga hasil tersebut dapat diimplementasi dan memberikan hasil yang lebih produktif. ......Interest in Vaname shrimp (Litopenaeus vannamei) farming is growing every year. The biggest problem for shrimp farming was the unsuccessful harvest that affected their business sustainability. So, there should be an improvement made to increase the chance of a successful harvest and its productivity. Past research mentioned that vaname shrimp harvest result can be predicted by machine learning approach from water quality data. It gave good accuracy and can be used to have faster decision making. The objective of this research is to deep dive into the utilization of machine learning to predict the successful harvest from water quality data. The predicted result will be utilized in the business process to improve productivity. Analysis that used at this research are quantitative and qualitative with business process improvement. Quantitative analysis used big data methode and machine learning. Models that have been applied are k-Nearest Neighbor (kNN), Decision Tree (DT) dan Logistic Regression (LR). Data that is used for analysis are pH, salinity, NOx, NH4+, and harmful bacteria index. Qualitative analysis was applied by observation and interview with the focus to improve business process. Business processes will be improved using BPM Lifecycle with the utilization of quantitative result. This research showed that prediction machine learning with Decision Tree model from harmful bacteria index and NH4+ giving the best accuracy until 96%. The next step was utilizing the quantitative result at the business process with BPM Lifecycle approach so the result can be implemented and gave more productive result.