Implementasi Algoritma K-Means: Analisis Klasterisasi Emisi Metana Global Berdasarkan Sektor dan Negara Menggunakan RapidMiner

Muhammad Faqih Alharits (Universitas Pamulang)
Ramdoni (Universitas Pamulang)
Hanif Maulana Ar Rasyid (Universitas Pamulang)
Khalid Saefullah (Universitas Pamulang)
Arjuna Mardika Maulana (Universitas Pamulang)
Devi Yunita (Universitas Pamulang)

Jurnal Repositor
Vol. 7 No. 2 (2025): Mei 2025

Penelitian ini bertujuan untuk menganalisis pola emisi metana global berdasarkan sektor dan negara menggunakan algoritma K-Means clustering. Data yang digunakan adalah dataset emisi metana global dari Kaggle, yang mencakup informasi tentang emisi, sektor, sub-sektor, dan negara. Melalui penerapan algoritma K-Means, negara-negara dikelompokkan berdasarkan kesamaan pola emisi metana mereka.  Hasil analisis menunjukkan kelompok negara dengan karakteristik emisi yang berbeda, yang memungkinkan identifikasi prioritas tindakan mitigasi. Penelitian ini memberikan wawasan penting bagi pembuat kebijakan dalam upaya pengendalian emisi metana global.