Perbandingan Algoritma K-Means Dan K-Medoids Untuk Klasterisasi Produksi Telur Ras Ayam Kampung Di Provinsi Sumatera Selatan

Abstract

Telur adalah salah satu bahan pangan yang memegang peranan penting dalam memenuhi kebutuhan protein dan asupan gizi bagi manusia. Berdasarkan data produksi telur pada tahun 2020 hingga 2022 Produksi telur di Provinsi Sumatera Selatan masih terbilang rendah jika dibandingkan dengan daerah lain, berdasarkan permasalahan tersebut maka dilakuakn penelitian ini menggunakan teknik data mining dengan metode clustering menggunakan aplikasi Rapidminer untuk menganalisis pola produksi telur ayam kampung di provinsi Sumatera Selatan pada tahun 2020 hingga 2022 agar dapat mengoptimalkan produksi telur pada setiap wilayah. Penelitian ini menerapkan perbandingan algoritma K-Means dan K-Medoids, tujuan melakukan perbandingan yaitu untuk menentukan algoritma mana yang terbaik dalam klasterisasi produksi telur rasa ayam kampung di Sumatera Selatan dengan membandingkan nilai Davies Bouldin Index (DBI) untuk menentukan nilai K (jumlah cluster) terbaik. Hasil Pengujian menunjukkan algoritma K-Means menjadi algoritma terbaik untuk klasterisasi telur ras ayam kampung di provinsi sumatera selatan dengan hasil nilai Davies Bouldin Index (DBI) 0.193 dengan lima buah cluster dibandingkan dengan K-Medoids sebesar 0.268 dengan tiga cluster