<![CDATA[Crude Palm Oil (CPO) merupakan komoditas strategis yang menjadi bahan baku utama dalam industri makanan dan kosmetik sehingga kualitasnya harus dipastikan sesuai standar. Di PT. Ichiko Agro Lestari, proses identifikasi kualitas CPO masih dilakukan secara manual berdasarkan hasil uji laboratorium, sehingga membutuhkan waktu yang relatif lama serta berpotensi menimbulkan penilaian yang subjektif dan kurang konsisten. Penelitian ini bertujuan mengimplementasikan algoritma K-Means Clustering pada sistem identifikasi kualitas CPO berbasis web sebagai pendukung pengambilan keputusan. Data yang digunakan berasal dari hasil pengujian laboratorium dengan enam parameter utama, yaitu Free Fatty Acid (FFA), Moisture, Impurity, DOBI, Karoten, dan Peroxide Value (PV). Proses clustering dilakukan menggunakan perhitungan Euclidean Distance untuk mengelompokkan data ke dalam tiga klaster, yaitu kualitas premium, standar, dan rendah. Sistem dikembangkan menggunakan HTML, CSS, dan JavaScript dengan mekanisme pemrosesan secara client-side sehingga mampu melakukan perhitungan dan menampilkan hasil klasifikasi secara langsung melalui antarmuka web. Pengujian sistem dilakukan menggunakan metode Black Box untuk mengevaluasi fungsi input data, validasi, proses perhitungan algoritma, dan penyajian hasil clustering. Hasil pengujian menunjukkan bahwa seluruh fitur sistem berjalan sesuai dengan kebutuhan perancangan dan mampu menghasilkan proses identifikasi kualitas CPO secara cepat, objektif, serta terstruktur. Dengan demikian, penerapan algoritma K-Means Clustering pada sistem berbasis web dapat mendukung PT. Ichiko Agro Lestari dalam meningkatkan efisiensi proses penilaian mutu CPO serta meminimalkan subjektivitas pada proses klasifikasi kualitas produk.]]>
Copyrights © 2026
