Melola Discovery

← Melola Discovery

Jurnal SINTA 3

Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali

Matrix: Jurnal Manajemen Teknologi dan Informatika · Vol. 9 No. 3 (2019) · hlm. 102–109

DOI
10.31940/matrix.v9i3.1662
ISSN
2580-5630, 2088-284X
Terbit
2019-11-30
Penerbit
Unit Publikasi Ilmiah, P3M Politeknik Negeri Bali
Bahasa
ind

Abstrak

Kerajinan merupakan salah satu bagian dari 14 lini industri kreatif yang cukup potensial mendorong kemajuan perekonomian Indonesia. Potensialnya, lini industri kerajinan menghasilkan data kerajinan berjumlah banyak dan berukuran besar sehingga perlu dilakukan analisis data mining dengan teknik pengelompokan data (clustering). Penelitian ini menggunakan metode k-medoid untuk mengelompokkan data kerajinan. Untuk menghasilkan hasil pengelompokan data atau clustering yang maksimal, perlu penentuan jumlah cluster yang tepat. Berbagai metode yang dapat digunakan untuk penentuan jumlah cluster yang tepat, yaitu metode elbow, koefisien silhouette, gap statistics, dan lainnya. Penelitian ini membandingkan metode elbow dan koefisien silhouette untuk menentukan jumlah cluster yang tepat sehingga menghasilkan kualitas cluster yang optimal. Metode yang digunakan untuk menguji hasil cluster adalah metode Davies Bouldin Index (DBI). Hasil pengujian clustering dengan metode elbow menggunakan nilai DBI menghasilkan nilai DBI sebesar 1,10. Sedangkan pada uji coba clustering dengan koefisien silhouette menghasilkan nilai DBI sebesar 1,06. Hal ini menunjukkan bahwa hasil clustering k-medoid dengan koefisien silhouette menghasilkan kualitas cluster lebih baik karena memiliki nilai DBI lebih rendah daripada clustering k-medoid dengan metode elbow. Adapun kebaharuan yang dipaparkan dalam penelitian ini adalah analisis data kerajinan di Bali menggunakan metode k-medoid, koefisien silhouette dan metode elbow. Belum ada penelitian yang menggunakan perbandingan koefisien silhouette dan metode elbow untuk memaksimalkan clustering k-medoid menggunakan Bahasa R.

Jaringan kolaborasi para penulis

8 penulis · 19 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Politeknik Negeri Bali
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Putri Alit Widyastuti SantiaryPoliteknik Negeri Bali2
I Ketut SwardikaPoliteknik Negeri Bali2
Ida Bagus Ketut SugiriantaPoliteknik Negeri Bali1
Ida Bagus Irawan PurnamaPoliteknik Negeri Bali1
I Wayan Raka ArdanaPoliteknik Negeri Bali1
I Nyoman Kusuma WardanaPoliteknik Negeri Bali1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://ojs.pnb.ac.id/index.php/matrix/oai, pertama di-harvest 19 Nov 2026, terakhir terlihat 19 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali</dc:title>
	<dc:creator>Dewi, Dewa Ayu Indah Cahya</dc:creator>
	<dc:creator>Pramita, Dewa Ayu Kadek</dc:creator>
	<dc:description xml:lang="en-US">Kerajinan merupakan salah satu bagian dari 14 lini industri kreatif yang cukup potensial mendorong kemajuan perekonomian Indonesia. Potensialnya, lini industri kerajinan menghasilkan data kerajinan berjumlah banyak dan berukuran besar sehingga perlu dilakukan analisis data mining dengan teknik pengelompokan data (clustering). Penelitian ini menggunakan metode k-medoid untuk mengelompokkan data kerajinan. Untuk menghasilkan hasil pengelompokan data atau clustering yang maksimal, perlu penentuan jumlah cluster yang tepat. Berbagai metode yang dapat digunakan untuk penentuan jumlah cluster yang tepat, yaitu metode elbow, koefisien silhouette, gap statistics, dan lainnya. Penelitian ini membandingkan metode elbow dan koefisien silhouette untuk menentukan jumlah cluster yang tepat sehingga menghasilkan kualitas cluster yang optimal.&amp;nbsp; Metode yang digunakan untuk menguji hasil cluster adalah metode Davies Bouldin Index (DBI).&amp;nbsp; Hasil pengujian clustering dengan metode elbow menggunakan nilai DBI menghasilkan nilai DBI sebesar 1,10. Sedangkan pada uji coba clustering dengan koefisien silhouette menghasilkan nilai DBI sebesar 1,06. Hal ini menunjukkan bahwa hasil clustering k-medoid dengan koefisien silhouette menghasilkan kualitas cluster lebih baik karena memiliki nilai DBI lebih rendah daripada clustering k-medoid dengan metode elbow. Adapun kebaharuan yang dipaparkan dalam penelitian ini adalah analisis data kerajinan di Bali menggunakan metode k-medoid, koefisien silhouette dan metode elbow. Belum ada penelitian yang menggunakan perbandingan koefisien silhouette dan metode elbow untuk memaksimalkan clustering k-medoid menggunakan Bahasa R.</dc:description>
	<dc:publisher xml:lang="en-US">Unit Publikasi Ilmiah, P3M Politeknik Negeri Bali</dc:publisher>
	<dc:date>2019-11-30</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.pnb.ac.id/index.php/matrix/article/view/1662</dc:identifier>
	<dc:identifier>10.31940/matrix.v9i3.1662</dc:identifier>
	<dc:source xml:lang="en-US">Matrix : Jurnal Manajemen Teknologi dan Informatika; Vol 9 No 3 (2019): MATRIX - Jurnal Manajemen Teknologi dan Informatika; 102-109</dc:source>
	<dc:source>2580-5630</dc:source>
	<dc:source>2088-284X</dc:source>
	<dc:source>10.31940/matrix.v9i3</dc:source>
	<dc:language>ind</dc:language>
	<dc:relation>https://ojs.pnb.ac.id/index.php/matrix/article/view/1662/1350</dc:relation>
</oai_dc:dc>