Penerapan Metode K-Means Dan Elbow Untuk Penentuan Jumlah Cluster Terbaik Pada Data Transaksi Konsumen CV. HM Putra

Clustering merupakan suatu teknik yang digunakan untuk menganalisis data. Clustering bisa digunakan pada learning machine, data mining, pengenalan pola, analisis gambar dan juga bioinformatika. Salah satu metode yang bisa digunakan untuk teknik Clustering yaitu K-Means dimana metode ini menjadi yang efisien dan efektif dalam mengolah data. Namun K-Means juga memiliki kelemahan yaitu dalam menentukan jumlah cluster terbaik. Oleh karena itu dalam penelitian ini peneliti melakukan penelitian dalam mencari jumlah cluster yang paling baik untuk data. Data yang digunakan untuk penelitian ini adalah data transaksi pada CV. HM Putra. Dikarenakan pada data memiliki nilai yang sama, maka diperlukan agregasi pada data. Pada penelitian ini juga digunakan proses pengkategorian guna untuk menyamakan derajat nilai antar atribut. Terdapat banyak cara dalam menentukan jumlah cluster terbaik, salah satunya dengan menggunakan metode Elbow. Penentuan cluster pada Elbow dilihat dari grafik yang menggunakan selisih nilai dari SSE (Sum of Square Error) berdasarkan beberapa nilai dari parameter K. Hasil dari penelitian ini adalah K sebanyak 2 buah cluster dengan persentase kesalahan sebesar 14.29%. Hasil ini didapat dari pengujian menggunakan metode K-Means, Elbow dan R-Square. Hasil ini dapat dijadikan dasar untuk penentuan jumlah cluster dalam melakukan proses Clustering dengan metode K-Means pada suatu studi kasus yang diambil dari CV. HM. Putra