Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika dan Teknik Elektro Terapan

ANALISIS PERBANDINGAN K-MEANS DAN DBSCAN DALAM PENGELOMPOKAN DATA TRAVEL REVIEW RATINGS MENGGUNAKAN EVALUASI SILHOUETTE INDEX DAN DAVIES-BOULDIN INDEX Nezza Anggraini Yolandari; Lastri Elisabet Butarbutar; Gloria Citra Hasiana Rajagukguk; M. Fikri Zulfi; Arnita; Fanny Ramadhani
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6884

Abstract

Dalam era digital, data ulasan wisatawan menjadi sumber informasi penting untuk analisis preferensi dan pengambilan keputusan di sektor pariwisata. Teknik Clustering menjadi salah satu pendekatan yang efektif untuk mengidentifikasi pola tersembunyi dalam data ulasan tersebut. Penelitian ini bertujuan untuk membandingkan performa dua algoritma clustering, yaitu K-Means dan DBSCAN, dalam mengelompokkan data Travel Review Ratings. K-Means menggunakan Elbow Method untuk menentukan jumlah klaster optimal, sedangkan DBSCAN mengandalkan kepadatan data dengan parameter epsilon dan minPts. Evaluasi hasil klasterisasi dilakukan menggunakan metrik Silhouette Index (SI) dan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa DBSCAN menghasilkan performa yang lebih baik dibandingkan K-Means dengan nilai SI sebesar 0,27204 dan DBI sebesar 0,83869. DBSCAN dinilai lebih efektif dalam mengidentifikasi struktur klaster yang tidak beraturan serta menangani outlier, sehingga lebih cocok digunakan untuk dataset ulasan wisata yang kompleks.