Detail Cantuman Kembali
ANALISIS PERBANDINGAN ALGORITMA K-MEANS DAN KMEDOIDS PADA DATA PENJUALAN GULA KWT
- Bagikan:
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.
092 SAG A R1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2026
Yogyakarta
092 Informatika 2026
LOADING LIST...
LOADING LIST...