<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18573">
<titleInfo>
<title>ANALISIS PERBANDINGAN ALGORITMA K-MEANS DAN KMEDOIDS PADA DATA PENJUALAN GULA KWT</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Dini Faktasari, S.T., M.T</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>SAGITA,DESINTA HANI - 195410009</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>092 Informatika 2026</extent>
</physicalDescription>
<note>Data penjualan gula pada KWT Rukun Lestari Bagelen memiliki
karakteristik penjualan yang beragam sehingga diperlukan pengelompokan data
untuk mengetahui pola penjualan berdasarkan kemiripan karakteristik. Penelitian
ini bertujuan untuk membandingkan kinerja algoritma K-Means dan K-Medoids
dalam melakukan clustering data penjualan gula serta menentukan algoritma yang
lebih efektif berdasarkan nilai Silhouette Score dan Davies-Bouldin Index (DBI).
Data penelitian merupakan data penjualan gula periode Januari hingga Desember
2024 yang terdiri dari 668 data awal dengan 26 atribut. Setelah dilakukan proses
preprocessing dan pembersihan data menggunakan tiga atribut, yaitu Sugar Type,
Total Sales, dan Volume Sold to Organization (Year), diperoleh 179 data yang
digunakan dalam proses clustering. Atribut Sugar Type dikonversi ke dalam bentuk
numerik, sedangkan data numerik dilakukan standarisasi menggunakan
StandarScaler. Selanjutnya, algoritma K-Means dan K-Medoids diterapkan dengan
jumlah tiga cluster untuk mengelompokkan data penjualan. Evaluasi hasil
clustering dilakukan menggunakan Silhouette Score dan Davies Bouldin Index
(DBI), degan Silhouette Score yang lebih tinggi dan DBI yang lebih rendah
menunjukkan kualitas clustering yang lebih baik. Hasil penelitian menunjukkan
bahwa algoritma K-Means menghasilkan nilai Silhouette Score sebesar 0,5320 dan
DBI sebesar 0,717, sedangkan algoritma K-Medoids menghasilkan nilai Silhouette
Score sebesar 0,3131 dan DBI sebesar 1,328. Berdasarkan hasil evaluasi tersebut,
algoritma K-Means memiliki kinerja yang lebih baik dibandingkan K-Medoids
dalam mengelompokkan data penjualan gula pada penelitian ini.
Kata Kunci: Clustering, K-Means, K-Medoids, Penjualan Gula, Silhouette Score,
Davies-Bouldin Index.</note>
<subject authority=""><topic>KWT</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>092 SAG A R1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">SAG0092IF2026</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>092 SAG A R1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18573</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-10-14 13:59:59</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-10-14 14:05:50</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>