Pengelompokkan Produk Kemasan yang Harus Dihindari Penderita Diabetes Menggunakan Algoritma K-Means Clustering

Nurul Husna (Universitas Samudra)
Farida Hanum (Universitas Samudra)
M Fauzan Azrial (University Of Samudra)

InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan
Vol 4, No 1 (2019): InfoTekJar September

Kurangnya pengetahuan masyarakat dalam pentingnya memperhatikan informasi nilai gizi yang terdapat di dalam suatu produk menyebabkan masyarakat tidak terhindar dari berbagai penyakit, salah satu nya seperti penyakit diabetes dimana penderita penyakit ini harus lebih memperhatikan kadar glukosa yang terdapat di dalam makanan dan minuman yang dikonsumsi. Penelitian ini bertujuan untuk mengelompokkan beberapa produk kemasan yang terdapat di dua minimarket Kota Langsa menjadi kelompok produk tinggi gula rendah natrium dan produk rendah gula tinggi natrium dimana produk tinggi gula ini adalah produk yang dapat dihindari penderita diabetes. Metode yang digunakan pada penelitian ini adalah metode K-Means yaitu metode yang digunakan untuk mencari data dalam clustering non-hierarchical, dimana clustering tersebut berusaha untuk mempartisi data yang terdapat didalamnya menjadi satu bentuk atau lebih kedalam suatu cluster/kelompok. Data yang digunakan dalam penelitian ini adalah data nilai gizi seperti jumlah lemak, protein, gula, dan natrium dalam setiap produk kemasan. Penelitian ini juga menggunakan software RStudio untuk mengolah data dengan metode K-Means. Hasil penelitian ini memiliki dua bentuk, yaitu pengelompokkan produk kedalam dua kategori yang dihitung secara manual dan pengelompokkan produk kedalam dua kategori menggunakan RStudio beserta grafik berbentuk Plot Scatter.