OPTIMASI PENENTUAN SENTROID AWAL PADA K-MEANS UNTUK MENINGKATKAN HASIL EVALUASI DAVIES-BOULDIN INDEX

Hendrik Hendrik; Kusrini Kusrini; Kusnawi Kusnawi

doi:10.51401/jinteks.v6i1.3873

Authors

Hendrik Hendrik Universitas AMIKOM Yogyakarta
Kusrini Kusrini Universitas AMIKOM Yogyakarta
Kusnawi Kusnawi Universitas AMIKOM Yogyakarta

DOI:

https://doi.org/10.51401/jinteks.v6i1.3873

Keywords:

K-Means, Elbow, PSO, DBI

Abstract

Perkembangan data yang semakin heterogen dan kompleks dengan volume yang terus meningkat menimbulkan kesulitan dalam pengolahan big data secara manual. Dalam konteks data mining, metode clustering menggunakan algoritma K-Means sering digunakan untuk mengelompokkan data berdasarkan kedekatan atau kemiripan. Namun, algoritma K-Means memiliki tantangan, terutama dalam menentukan jumlah cluster dan pemilihan sentroid awal yang dapat mempengaruhi hasil klasterisasi. Artikel ini membahas masalah tersebut dan mengusulkan dua metode optimasi, yaitu Elbow dan Particle Swarm Optimization (PSO), untuk meningkatkan hasil evaluasi algoritma K-Means. Dari hasil evaluasi, disimpulkan bahwa metode elbow lebih unggul dari segi waktu iterasi dibandingkan dengan metode PSO, meskipun keduanya menghasilkan nilai DBI yang sama. Waktu iterasi metode elbow hanya membutuhkan 0.297 detik, sedangkan metode PSO membutuhkan waktu iterasi selama 779 detik. Kesimpulannya, metode elbow lebih efisien dalam hal waktu iterasi. Saran untuk penelitian selanjutnya adalah menggunakan dataset yang berbeda dan mempertimbangkan metode optimasi lainnya untuk perbandingan evaluasi yang lebih komprehensif.

References

J. Hutagalung, “Pemetaan Siswa Kelas Unggulan Menggunakan Algoritma K-Means Clustering,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 1, pp. 606–620, 2022, doi: 10.35957/jatisi.v9i1.1516.

S. M. Javidan, A. Banakar, K. A. Vakilian, and Y. Ampatzidis, “Diagnosis of grape leaf diseases using automatic K-means clustering and machine learning,” Smart Agric. Technol., vol. 3, no. June 2022, p. 100081, 2023, doi: 10.1016/j.atech.2022.100081.

L. ‘ Izzah and A. Jananto, “Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika,” Progresif J. Ilm. Komput., vol. 18, no. 1, p. 69, 2022, doi: 10.35889/progresif.v18i1.769.

E. Ramadanti and M. Muslih, “Penerapan Data Mining Algoritma K-Means Clustering Pada Populasi Ayam Petelur Di Indonesia,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 7, no. 1, pp. 1–7, 2022, doi: 10.36341/rabit.v7i1.2155.

I. F. Ashari, R. Banjarnahor, D. R. Farida, S. P. Aisyah, A. P. Dewi, and N. Humaya, “Application of Data Mining with the K-Means Clustering Method and Davies Bouldin Index for Grouping IMDB Movies,” J. Appl. Informatics Comput., vol. 6, no. 1, pp. 07–15, 2022, doi: 10.30871/jaic.v6i1.3485.

Y. H. Syahputra and J. Hutagalung, “Superior Class to Improve Student Achievement Using the K-Means Algorithm,” SinkrOn, vol. 7, no. 3, pp. 891–899, 2022, doi: 10.33395/sinkron.v7i3.11458.

M. Orisa, “Optimasi Cluster pada Algoritma K-Means,” Pros. SENIATI, vol. 6, no. 2, pp. 430–437, 2022, doi: 10.36040/seniati.v6i2.5034.

M. Hamka and N. Ramdhoni, “K-Means Cluster Optimization for Potentiality Student Grouping Using Elbow Method,” AIP Conf. Proc., vol. 2578, no. November, 2022, doi: 10.1063/5.0108926.

G. Yao, Y. Wu, X. Huang, Q. Ma, and J. Du, “Clustering of Typical Wind Power Scenarios Based on K-Means Clustering Algorithm and Improved Artificial Bee Colony Algorithm,” IEEE Access, vol. 10, no. August, pp. 98752–98760, 2022, doi: 10.1109/ACCESS.2022.3203695.

T. M. Dista and F. F. Abdulloh, “Clustering Pengunjung Mall Menggunakan Metode K-Means dan Particle Swarm Optimization,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1339, 2022, doi: 10.30865/mib.v6i3.4172.

Y. Shima, R. A. Kadir, and F. H. Ali, “A Novel Approach to the Optimization of a Public Bus Schedule Using K-Means and a Genetic Algorithm,” IEEE Access, vol. 9, pp. 73365–73376, 2021, doi: 10.1109/ACCESS.2021.3080508.

T. Y. Wen and S. A. Mohd Aris, “Hybrid Approach of EEG Stress Level Classification Using K-Means Clustering and Support Vector Machine,” IEEE Access, vol. 10, pp. 18370–18379, 2022, doi: 10.1109/ACCESS.2022.3148380.

L. P. Refialy, H. Maitimu, and M. S. Pesulima, “Perbaikan Kinerja Clustering K-Means pada Data Ekonomi Nelayan dengan Perhitungan Sum of Square Error (SSE) dan Optimasi nilai K cluster,” Techno.Com, vol. 20, no. 2, pp. 321–329, 2021, doi: 10.33633/tc.v20i2.4572.

D. Lestari, A. C. Fauzan, and Harliana, “Penerapan Algoritma Pillar Untuk Optimasi Penentuan Titik Awal Centroid Pada Algoritma K-Means Clustering,” J. Inf. Systerm Infromatics Eng., vol. 6, no. 1, pp. 15–24, 2022.

X. Geng, Y. Mu, S. Mao, J. Ye, and L. Zhu, “An Improved K-Means Algorithm Based on Fuzzy Metrics,” IEEE Access, vol. 8, pp. 217416–217424, 2020, doi: 10.1109/ACCESS.2020.3040745.

I. Arfiani, H. Yuliansyah, and M. D. Suratin, “Implementasi Bee Colony Optimization Pada Pemilihan Centroid (Klaster Pusat) Dalam Algoritma K-Means,” Build. Informatics, Technol. Sci., vol. 3, no. 4, pp. 756–763, 2022, doi: 10.47065/bits.v3i4.1446.

M. Al Ghifari, W. Trisari, and H. Putri, “Clustering Courses Based On Student Grades Using K-Means Algorithm With Elbow Method For Centroid Determination,” vol. 8, no. 1, pp. 42–46, 2023.

T. Santoso, A. Darmawan, N. Sari, M. A. F. Syadza, E. C. B. Himawan, and W. A. Rahman, “Clusterization of Agroforestry Farmers using K-Means Cluster Algorithm and Elbow Method,” J. Sylva Lestari, vol. 11, no. January, pp. 107–122, 2023.

D. Amelia, T. N. Padilah, and A. Jamaludin, “Optimasi Algoritma K-Means Menggunakan Metode Elbow dalam Pengelompokan Penyakit Demam Berdarah Dengue (DBD) di Jawa Barat,” J. Ilm. Wahana Pendidik., vol. 8, no. 11, pp. 207–215, 2022, [Online]. Available: http://jurnal.peneliti.net/index.php/JIWP/article/view/1907

A. Winarta and W. J. Kurniawan, “Optimasi cluster k-means menggunakan metode elbow pada data pengguna narkoba dengan pemrograman python,” J. Tek. Inform. Kaputama, vol. 5, no. 1, pp. 113–119, 2021.

T. P. Yoga, “Optimalisasi K-Means Berbasis Particle Swarm Optimization untuk Hasil Produksi Tanaman Sayuran di Indonesia,” vol. 17, 2023.

H. Harliana, R. M. Herdian Bhakti, O. Saeful Bachri, and F. Sofian Efendi, “Optimasi K-Means dengan Particle Swarm Optimization pada Pengelompokkan Daerah Stunting,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 3, no. 02, pp. 95–101, 2021, doi: 10.46772/intech.v3i02.457.