Teks

Perbandingan Algoritma K-Means, K-Medoids Dan X-Means Dalam Pengelompokan Data Rumah Tangga Berdasarkan Kelayakan Sanitasi Layak

---

Indonesia mengelompokan data rumah tangga berdasarkan kelayakan sanitasi layak
di tingkat provinsi menghadapi hambatan karena kurangnya penelitian tahunan,
menyebabkan ketidakmerataan program pemerintah dan kesulitan dalam
peningkatan sanitasi. Permasalahan ini diperlukan metode yang efektif untuk
meningkatkan presentase sanitasi layak dengan pengelompokan data. Teknik
clustering dalam data mining menjadi solusi yang penting untuk pendekatan ini, di
mana Algoritma K-Means, K-Medoids dan X-Means menjadi pilihan utama untuk
mengelompokan data sanitasi layak di provinsi-provinsi tertentu.
Algoritma K-Means terkenal karena kecepatan dan kesederhanaannya dalam
menentukan pusat cluster. K-Medoids, menggunakan medoid sebagai pusat cluster
yang lebih tahan terhadap outlier. X-Means dianggap sebagai alternatif karena
mampu mengatasi kekurangan K-Means dalam mengoptimalkan posisi kluster.
Penelitian ini bertujuan membandingkan kinerja ketiga algoritma tersebut dalam
menangani masalah pengelompokan data sanitasi rumah tangga di Indonesia.
Matriks evaluasi menunjukkan bahwa K-Means dengan k=4 memiliki nilai DBI
terendah (0.51) dan Silhouette Score sebesar 0.4970 dengan waktu clustering
0.0641 detik. K-Medoids dengan k=3 memperoleh DBI (0.7193), Silhouette Score
0.1823 dan waktu clustering 0.1522 detik tetapi K-Medoids dengan k=4
memperoleh DBI (0.7619), Silhouette Score 0.3964 dan waktu clustering 0.1246
detik. Sedangkan X-Means dengan k=3 menunjukkan DBI terendah (0.7260),
Silhouette Score tertinggi 0.5074 dan waktu clustering 0.0785 detik. Berdasarkan
hasil penelitian tersebut dapat disimpulkan bahwa Algoritma X-Means dengan k=3
adalah pilihan terbaik untuk pengelompokan data tersebut.

---

Ketersediaan

S00004.24

RF SI.S00003.24 Aqi p

My Library (Referensi)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

RF SI.S00003.24 Aqi p

Penerbit

Brebes : STMIK MPB., 2024

Deskripsi Fisik

xvi,117hlm.;30cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

SI.S00003.24

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

data mining
k-means
cluster
K-Medoids
X-Means
Matriks Evaluasi

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Fadila Aqillatus Zahro (20.02.0.0033) Skripsi diajukan kepada Program Studi Sebagai bagian persyaratan untuk meraih derajat Sarjana Komputer

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar