Optimalisasi Algoritma Fuzzy Gustafson-Kessel dengan Variasi Parameter Weighting Exponent untuk Clustering Data Risiko Depresi Pelajar

Amira Adelia Putri (Program Studi Matematika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Maulana Malik Ibrahim Malang, Malang)
Intan Nisfulaila (Program Studi Matematika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Maulana Malik Ibrahim Malang, Malang)
Erna Herawati (Program Studi Matematika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Maulana Malik Ibrahim Malang, Malang)

Jurnal Riset Mahasiswa Matematika
Vol 5, No 5 (2026): Jurnal Riset Mahasiswa Matematika

Penelitian ini bertujuan untuk menganalisis pengaruh variasi nilai weighting exponent pada algoritma Fuzzy Gustafson-Kessel dalam proses clustering data risiko depresi pelajar. Data yang digunakan berjumlah 502 responden dengan tujuh variabel yang merepresentasikan faktor akademik, finansial, dan gaya hidup. Tahapan penelitian meliputi preprocessing data menggunakan label encoding dan normalisasi, dilanjutkan dengan proses clustering pada beberapa variasi nilai weighting exponent. Kualitas hasil clustering dievaluasi menggunakan Xie-Beni Index sebagai ukuran kekompakan dan keterpisahan cluster. Hasil menunjukkan bahwa nilai weighting exponent yang lebih kecil menghasilkan kualitas cluster yang lebih baik, sedangkan peningkatan nilai weighting exponent menyebabkan kenaikan nilai indeks. Kombinasi terbaik diperoleh pada tiga cluster dengan nilai weighting exponent sebesar 1,1 yang menghasilkan nilai Xie-Beni Index terendah. Hasil clustering mampu mengelompokkan data ke dalam tiga kategori risiko depresi, yaitu rendah, sedang, dan tinggi. Temuan ini menunjukkan bahwa pengaturan parameter weighting exponent pada algoritma Fuzzy Gustafson-Kessel berperan penting dalam meningkatkan kualitas clustering.