PERBANDINGAN BISECTING K-MEANS DAN AGGLOMERATIVE HIERARCHICAL CLUSTERING UNTUK PENGELOMPOKAN DAERAH PENGHASIL KACANG HIJAU

Abstract

Tujuan dari penelitian ini adalah membandingkan metode klasterisasi, seperti Bisecting K-Means dan Agglomerative Hierarchical Clustering (AHC) untuk mengklaster produksi kacang hijau di Indonesia. Selama lima tahun terakhir, permintaan kacang hijau untuk ekspor internasional telah meningkat, menjadikan hal ini sebagai potensial bagi Indonesia untuk meningkatkan perekonomiannya. Kacang hijau sendiri memiliki manfaat yang beragam, seperti harganya yang murah, fleksibilitas budidaya, dan juga meningkatkan hemoglobin. Penelitian ini menemukan bahwa Agglomerative Hierarchical Clustering berkinerja lebih baik dibandingkan Bisecting K-Means dengan skor Silhouette sebesar 0,841 and Davies-Bouldin Index 0,238. Walaupun  Bisecting K-Means bekerja 3,6 milidetik lebih cepat, metode ini hanya menghasilkan skor Silhouette sebesar 0,777 and DBI sebesar 0,785. Menggunakan metode AHC, data dikelompokkan menjadi 2 klaster. Hal ini menunjukkan bahwa hanya 4 wilayah memiliki produksi kacang hijau yang tinggi, yakni Grobogan, Demak, Temanggung, dan Sumbawa.