Pelatihan Python untuk Sistem Prediksi Hasil Tangkapan Ikan di Pulau Pasaran, Bandarlampung

-

  • Doni Eko Hendro Pramono
  • budi hartanto ilmu komputer
  • Hamdan Sukri
  • Rosyana Fitria Purnomo
Keywords: Python, Prediksi Tangkapan Ikan, Pembelajaran Mesin, Pulau Pasaran, Bandarlampung, Python, Fish Catch Prediction, Machine Learning, Pasaran Island, Bandarlampung

Abstract

Pelatihan Python untuk sistem prediksi hasil tangkapan ikan di Pulau Pasaran, Bandarlampung, bertujuan meningkatkan efisiensi dan akurasi prediksi hasil tangkapan nelayan lokal. Dengan memanfaatkan algoritma pembelajaran mesin, sistem ini mengolah data lingkungan seperti suhu permukaan laut, kadar klorofil, dan kondisi cuaca. Pelatihan ini berfokus pada pengenalan dasar Python, pengolahan data, hingga implementasi algoritma prediksi berbasis regresi linear dan jaringan syaraf tiruan. Hasil pelatihan menunjukkan peningkatan pemahaman peserta terhadap teknologi prediksi, yang secara langsung mendukung pengambilan keputusan dalam aktivitas perikanan. Selain itu, penerapan teknologi ini diharapkan dapat mengurangi ketergantungan pada metode tradisional yang kurang presisi. Dengan integrasi data spasial dan temporal, pelatihan ini menghasilkan sistem prediksi yang lebih adaptif terhadap perubahan ekosistem laut, mendukung keberlanjutan sumber daya perikanan. Studi ini berkontribusi pada pengembangan kapasitas masyarakat pesisir dalam menghadapi tantangan perubahan iklim dan dinamika ekonomi kelautan.

 

The Python training program for a fish catch prediction system in Pasaran Island, Bandarlampung, aims to enhance the efficiency and accuracy of fishery forecasts for local fishermen. Utilizing machine learning algorithms, the system processes environmental data such as sea surface temperature, chlorophyll levels, and weather conditions. This training introduces participants to Python basics, data processing, and the implementation of predictive algorithms like linear regression and artificial neural networks. Results from the training indicate an improvement in participants' understanding of predictive technology, directly supporting decision-making in fisheries activities. Furthermore, the application of this technology is expected to reduce reliance on less precise traditional methods. By integrating spatial and temporal data, this program delivers a prediction system that adapts to changing marine ecosystems, supporting sustainable fishery resource management. The study contributes to the coastal community's capacity to address challenges posed by climate change and marine economic dynamics

Downloads

Download data is not yet available.
Published
2025-05-25