<![CDATA[Fluktuasi harga mangga antarprovinsi di Indonesia mempengaruhi stabilitas pasar dan kesejahteraan petani. Penelitian ini bertujuan untuk mengelompokkan provinsi berdasarkan tren harga mangga tahun 2019–2024 menggunakan algoritma K-Means Clustering yang dioptimasi dengan Particle Swarm Optimization (PSO). Data sekunder yang digunakan berasal dari 38 provinsi dengan format rata-rata harga tahunan. Penentuan jumlah cluster dilakukan menggunakan metode Elbow dan diperoleh nilai optimal pada k=3. Hasil clustering menghasilkan tiga kelompok harga: tinggi, sedang, dan rendah. Penggunaan PSO terbukti meningkatkan akurasi pengelompokan dibandingkan K-Means murni. Evaluasi menunjukkan penurunan nilai Sum of Squared Error (SSE) dari 3,1146 menjadi 2,5882, peningkatan Silhouette Score dari 0,4422 menjadi 0,5461, penurunan Davies-Bouldin Index dari 0,7063 menjadi 0,5185, serta penurunan Quantization Error dari 0,2520 menjadi 0,2122. Visualisasi dengan Principal Component Analysis (PCA) memperjelas distribusi antar cluster secara spasial. Hasil penelitian ini dapat menjadi dasar pertimbangan dalam penyusunan kebijakan pengendalian harga dan distribusi mangga secara lebih tepat sasaran di berbagai wilayah Indonesia.]]>
Copyrights © 2025
