Author:
Kamila Insanul,Khairunnisa Ulya,Mustakim Mustakim
Abstract
Data mining merupakan pemprosesan sebuah informasi dari suatu database yang dapat digunakan untuk berbagai kebutuhan sektor swasta. Salah satu metode dalam data mining, yaitu Clustering yang bertujuan untuk menemukan pengelompokan dari serangkaian pola, titik, objek maupun dokumen. Algoritma K-Means clustering merupakan algoritma yang berperan penting dalam bidang data mining serta sederhana untuk diimplementasikan dan dijalankan. Selain itu, terdapat pengembangan varian dari metode K-Means Clustering yaitu K-Medoids yang muncul sebagai penanggulangan kelemahan Algoritma K-Means yang sensitif terhadap outlier dikarenakan sebuah objek dengan sebuah nilai yang besar mungkin secara substansial menyimpang dari distribusi data. Penelitian ini membandingkan kedua algoritma pada suatu dataset. Adapun data yang digunakan merupakan data transaksi bongkar muat selama tahun 2017 pada PT Pelabuhan Indonesia I Cabang Dumai berdasarkan atribut agen, keterangan barang, jenis, dan jumlah ton. Dari percobaan yang dilakukan, diperoleh hasil pengolahan KMeans hanya membutuhkan waktu rata-rata 1 detik sedangkan pengolahan data pada K-Medoids membutuhkan waktu rata-rata 1 menit 38 detik pada RapidMiner. Nilai DBI pada K-Means lebih rendah dibandingkan KMedoids yaitu masing-masing 0.112 dan 0.119. Perolehan cluster dominan, menunjukkan bahwa agen Buana Listya Tama TBK, PT mendominasi diikuti agen Samudera Sarana Karunia, PT.
Publisher
Universitas Islam Negeri Sultan Syarif Kasim Riau
Cited by
11 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献
1. Clustering Cities Based on Cases of Violence Against Women and Children;2024 7th International Conference on Informatics and Computational Sciences (ICICoS);2024-07-17
2. Determining student satisfaction levels in online learning during the Covid-19 pandemic using the K-Medoids algorithm;AIP Conference Proceedings;2023
3. Comparison of K-means and K-medoids algorithm in grouping dengue fever patient data (Case study: Kaliasin health center);PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON ADVANCED TECHNOLOGY AND MULTIDISCIPLINE (ICATAM) 2021: “Advanced Technology and Multidisciplinary Prospective Towards Bright Future” Faculty of Advanced Technology and Multidiscipline;2023
4. K-Means Clustering Based on Distance Measures: Stunting Prevalence Clustering in South Kalimantan;2022 5th International Seminar on Research of Information Technology and Intelligent Systems (ISRITI);2022-12-08
5. PENGELOMPOKAN ANGGOTA DIVISI HIMPUNAN MAHASISWA JURUSAN PADA UNIVERSITAS “XYZ” DENGAN METODE K-MEANS CLUSTERING;Antivirus : Jurnal Ilmiah Teknik Informatika;2022-04-26