Al-Fityan, Hisyan Qiyad
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Evaluasi Multi-Metrik untuk Pemilihan Cluster Optimal UMKM: Komparasi K-Means dan K-Medoids: Multi-Metric Evaluation for Optimal Clustering MSMEs: K-Means and K-Medoids Al-Fityan, Hisyan Qiyad; Shiddieq, Diqy Fakhrun; Roji, Fikri Fahru
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.2950

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memegang peranan krusial dalam menopang perekonomian Indonesia, sehingga pendekatan berbasis data menjadi kebutuhan penting untuk mendukung perumusan kebijakan pengembangan yang lebih efektif. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja algoritma K-Means dan K-Medoids dalam melakukan pengelompokan data UMKM di Kabupaten Garut. Berbeda dengan sebagian besar penelitian terdahulu yang menentukan konfigurasi cluster menggunakan satu indeks validitas internal, penelitian ini mengintegrasikan tiga indeks validitas internal, yaitu Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Index melalui pendekatan ranking multi-metrik untuk memperoleh evaluasi konfigurasi cluster yang lebih komprehensif. Data yang digunakan bersumber dari Dinas Koperasi, UMKM, dan BMT Kabupaten Garut dan telah melalui tahap prapemrosesan. Eksperimen dilakukan pada rentang jumlah cluster k=2 hingga k=8. Hasil penelitian menunjukkan bahwa konfigurasi terbaik K-Means diperoleh pada k=6, sedangkan K-Medoids pada k=7. Pada konfigurasi optimal tersebut, K-Means secara keseluruhan menghasilkan kualitas cluster yang lebih baik dibandingkan dengan K-Medoids. Penelitian ini menunjukkan bahwa penggunaan beberapa indeks validitas internal secara terpadu dapat memberikan dasar yang lebih objektif dalam menentukan konfigurasi cluster yang optimal serta mendukung segmentasi UMKM sebagai acuan penyusunan program pembinaan yang lebih tepat sasaran.