KOMPARASI ALGORITMA CLUSTERING DATA MEDIA ONLINE PADA PROSES BISNIS

Media online saat ini telah dipergunakan untuk berbagai macam bidang karena sangat mudah dalam mengjangkau informasi. Penelitian berfokus pada komparasi performa terhadap 5 algoritma clustering algoritma K-Means, K-Medoids, Self Organizing Maps, Fuzzy C-Means, dan Density-Based Spatial Clustering of Applications with Noise dengan metode komparasi Davies–Bouldin index Clustering pada dataset penggunaan media online pada proses bisnis, di ambil dari 94 perusahaan bisnis, baik itu bidang pendidikan, dinas pemerintahan, dan perusahaan swasta yang diambil di wilayah Tasikmalaya-Indonesia. Dengan menghasilkan data hasil pengolahan data Komparasi Davis-Bouldin Indeks SOM memiliki nilai rata-rata terkecil dari algoritma yang lainnya yaitu sebesar 1.073 yang artinya algoritma tersebut memiliki proses clustering dengan data kuantitatif yang lebih baik. Sedangkan DBSCAN dan K-Means memiliki nilai yang paling besar diantara keempat lagoritma cluster yang berarti memiliki proses clustering yang kurang baik. Sedangkan F-CM dan K-Medoids tidak memiliki nilai perbedaan yang signiifikan bahkan hampir sama