<![CDATA[Cabai rawit (Capsicum frutescens L.) merupakan komoditas penting di Indonesia dengan permintaan yang tinggi. Namun, harga cabai rawit sering mengalami fluktuasi yang signifikan akibat ketergantungan pada musim, cuaca, serta kendala distribusi. Penelitian ini bertujuan untuk mengelompokkan harga cabai rawit berdasarkan provinsi di Indonesia menggunakan algoritma Principal Component Analysis (PCA) dan K-Means. Data yang digunakan berupa harga cabai rawit dari 34 provinsi di Indonesia pada periode Januari 2018 hingga Desember 2024. Analisis pengelompokan dilakukan dengan 3 variasi jumlah klaster, yaitu 2, 3, dan 4 klaster. Pengujian akurasi klaster menggunakan metode Silhouette Coefficient menunjukkan bahwa jumlah klaster paling optimal adalah 4 dengan nilai sebesar 0,511. Hasil penelitian ini menunjukkan bahwa pengelompokan harga cabai rawit dengan metode PCA dan K-Means dapat membantu dalam memahami pola harga di berbagai provinsi. Selain itu, hasil pengelompokan ini diharapkan dapat menjadi dasar bagi perencanaan distribusi dan pengendalian harga yang lebih efektif.]]>
Copyrights © 2025
