Penerapan Metode K-Means Clustering Pada Aplikasi Android Pada Tanaman Obat Herbal

Yulia Darnita (Universitas muhammadiyah bengkulu)
Rozali Toyib (Universitas muhammadiyah bengkulu)
Yayang Kurniawan (Universitas muhammadiyah bengkulu)

Jurnal Pseudocode
Vol 7, No 2 (2020): Volume 7 Nomor 2 September 2020

 Abstrak: Indonesia merupakan negara yang kaya akan beraneka ragam tumbuhan,hal ini tentunya didukung oleh iklim tropis yang dimiliki sehingga memungkinkan beraneka ragam tumbuhan hidup dan berkembang. Sebagian merupakan tumbuhan yang dapat dimanfaatkan untuk mengobati berbagai penyakit karena Kurangnya informasi ini informasi tanaman herbal untuk penyembuhan penyakit, sehingga masyarakat belum mengetahui secara detail keterangan penyakit, proses pembuatan obat, sampai jenis penyakit. K-Means merupakan algoritma clustering yang berulang-ulang. Algoritma K-Means dimulai dengan pemilihan secara acak K, K disini merupakan banyaknya cluster yang ingin dibentuk. Kemudian tetapkan nilai-nilai K secara random, untuk sementara nilai tersebut menjadi pusat dari cluster atau biasa disebut dengan centroid, mean atau “means” dan penghitung jarak setiap data yang ada terhadap masing-masing centroid menggunakan rumus Euclidian hingga ditemukan jarak yang paling dekat dari setiap data dengan centroid. Hasil pengujian mudah dilakukan saat pengimplmentasian dan di jalankan prinsip yang sederhana dapat dijelaskan dalam non statistik dan Adanya penggunan k buah  random tidak ada jaminan untuk menemukan kumpulan cluster yang optimal.Kata Kunci: tumbuhan, obat, penyakit, k-mean, centroid