<![CDATA[Stabilitas harga pangan merupakan indikator penting dalam menjaga ketahanan pangan dan pengendalian inflasi nasional. Penelitian ini bertujuan membandingkan kinerja algoritma K-Means dan K-Medoids dalam mengelompokkan komoditas pangan nasional berdasarkan karakteristik statistik harga. Data sekunder diperoleh dari Badan Pangan Nasional dan PIHPS periode 2021–2025 sebanyak 919 baris data, yang selanjutnya diagregasi melalui feature engineering menjadi 44 objek komoditas dengan empat atribut statistik, yaitu rata-rata, minimum, maksimum, dan standar deviasi harga. Setelah normalisasi menggunakan Min-Max Scaling, jumlah cluster optimal ditentukan menggunakan Elbow Method dan diperoleh K=5. Clustering dilakukan menggunakan algoritma K-Means dan K-Medoids (metode Partitioning Around Medoids), kemudian dievaluasi menggunakan Silhouette Score dan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan kedua algoritma menghasilkan nilai evaluasi yang identik, yaitu Silhouette Score sebesar 0,6519 dan DBI sebesar 0,4342, meskipun komposisi anggota cluster keduanya tidak sepenuhnya sama. Temuan ini menunjukkan bahwa struktur data harga pangan nasional cukup stabil sehingga baik pendekatan berbasis centroid maupun medoid mampu menghasilkan kualitas pengelompokan yang setara, sehingga pemilihan algoritma dapat disesuaikan dengan kebutuhan efisiensi komputasi.]]>
Copyrights © 2026
