Peningkatan jumlah permintaan terhadap kebutuhan sumber daya alam
semakin meningkat. Salah satunya sumber daya alam yang berada di laut
dan pesisir. Kondisi perikanan tangkap di Indonesia saat ini belum
optimal. Hal tersebut ditunjukkan dengan peningkatan volume produksi
perikanan tangkap yang sangat lambat.Tujuan penelitian ini membuat
klasifikasi data untuk prediksi kenaikan volume rata-rata perikanan
tangkap dengan teknik data mining. Teknik data mining diterapkan untuk
mengetahui pola data dari dataset perikanan tangkap, sehingga hasil
klasifikasi dapat diterapkan untuk mengevaluasi faktor-faktor yang
berpengaruh terhadap volume perikanan tangkap. Algoritma klasifikasi
yang digunakan yaitu Decision Tree, Naive Bayes, Neural Network, dan
Support Vector Machine. Hasil klasifikasi diuji dengan confussion matrix
dan kurva ROC untuk mengetahui tingkat performance masing-masing
algoritma dalam mengklasifikasikan data. Tingkat performance ditunjukkan
dengan nilai akurasi.Nilai akurasi tersebut diperoleh dengan pengujian
hasil klasifikasi terhadap data training dan data testing. Perbandingan
nilai akurasi antar algoritma yang digunakan dapat diketahui algoritma
terbaik dalam membuat klasifikasi data perikanan tangkap
paper_prediksi_kenaikan_perikanan_tangkap