Dedy Hermanto

Indonesia merupakan negara yang memiliki perairan diatas 50% dan penduduknya banyak yang menggantungkan hidup sebagai nelayan. Perkembangan teknologi yang pesat salah satunya Internet of Things (IoT) dan pembelajaran mesin memberikan pengaruh pengembangan dalam membantu memberikan keputusan. Dari beberapa penelitian terdahulu diperoleh beberapa isu yaitu: (i) Kualitas air, (ii) Hasil produksi, (iii) Penyakit, (iv) Wilayah perairan, (v) perawatan dan pengawasan. Penelitian ini menetapkan bagaimana menentukan suatu lokasi dapat dikatakan baik untuk penempatan suatu keramba jaring apung (KJA) dengan memperhatikan (i) bagaimana mengumpulkan informasi untuk identifikasi sebuah lokasi untuk keramba jaring apung, (ii) bagaimana memprediksi lokasi terbaik untuk sebuah keramba jaring apung, (iii) bagaimana membuat sebuah pendekatan yang mampu memberikan keputusan untuk menempatkan KJA pada lokasi terbaik, berdasar data lapangan yang digunakan sebagai data set untuk pembelajaran mesin yang akan ditanamkan dalam sebuah perangkat IoT. Berdasarkan hasil studi lapangan yang dilakukan, data yang digunakan sebanyak 28118 baris dengan 3 fitur yang digunakan yaitu DO, pH dan Suhu dan 1 label yang digunakan yaitu baik dan kurang baik. Hasil seleksi fitur (Relief, Correlation, Information Gain) menunjukkan sensor DO yang memiliki pengaruh lebih tinggi dari sensor lain sebesar 48% kemudian sensor pH 42% dan sensor suhu 10%. Pengujian menggunakan klasifikasi fitur (Random Forrest, SVM) diperoleh akurasi terbaik yaitu sebesar 100%.