<![CDATA[Garam merupakan barang hasil produksi rakyat yang berperan penting dalam memenuhi kebutuhan konsumen dan berbagai kegiatan industri. Kualitas garam dapat mempengaruhi berbagai aspek, termasuk kesehatan, cita rasa makanan, dan penggunaan dalam kegiatan industri. Kualitas garam yang buruk dapat mempengaruhi kualitas produk akhir yang dihasilkan. Oleh sebab itu, perlu dilakukan pengelompokan kualitas garam untuk memastikan bahwa garam yang digunakan sesuai dengan kebutuhan dan standar kualitas untuk kebutuhan tertentu. Berkaitan dengan tujuan tersebut penelitian ini menerapkan 3 metode berbeda yaitu K-means, DBSCAN, dan AHC. K-means adalah algoritma clustering yang membagi data ke dalam K kelompok dengan cara meminimalkan jarak antara titik data dan pusat cluster. Agglomerative Hierarchical Clustering adalah metode dalam analisis data yang mengelompokkan objek-objek berdasarkan kesamaan karakteristik dengan cara menggabungkan kelompok-kelompok secara hirarki. DBSCAN adalah algoritma clustering yang menggunakan kerapatan spasial untuk mengelompokkan data. Dari jumlah data sebanyak 350 dengan 9 fitur yang berasal dari PT. Garam Sumenep yang di kelompokkan menggunakan tiga metode dilakukan pengujian kualitas clustering menggunakan silhuette coefficient yang menghasilkan nilai 0.345 untuk metode K-means, 0.32 untuk metode AHC dan 0.5 untuk metode DBSCAN.]]>
Copyrights © 2024
