Perbandingan Perhitungan Jarak Euclidean Distance, Manhattan Distance, dan Cosine Similarity dalam Pengelompokan Data Bibit Padi Menggunakan Algoritma K-Means

Mohamad Sugeng Pangestu; Maulida Ayu Fitriani

doi:10.30595/sainteks.v19i2.14495

Authors

Mohamad Sugeng Pangestu Universitas Muhammadiyah Purwokerto
Maulida Ayu Fitriani Universitas Muhammadiyah Purwokerto

DOI:

https://doi.org/10.30595/sainteks.v19i2.14495

Keywords:

Clustering, K-Means, Perhitungan Jarak, Davies Bouldin Index

Abstract

Bibit padi yang mempunyai kualitas unggul memiliki peran penting dalam peningkatan produktivitas pada sektor pertanian. Banyaknya bibit padi yang dikembangkan oleh Balai Besar Penelitian Tanaman Padi menghasilkan karakteristik bibit padi baru serta mempunyai kemiripan karakteristik yang hampir sama. Bibit padi yang memiliki kemiripan berdasarkan karakteristiknya dapat dikelompokkan dengan menggunakan metode Clustering dimana dalam proses perhitungannya menggunakan metode pengukuran jarak. Pada penelitian ini menggunakan algoritma K-Means dengan metode Euclidean Distance, Manhattan Distance, dan Cosine Similarity sebagai pengukuran jarak pada proses pengelompokkan data bibit padi varietas unggul dengan 119 data, dan menggunakan Davies Bouldin Index sebagai teknik evaluasinya. Hasil penelitian yang telah dilakukan menghasilkan nilai Davies Bouldin Index sebesar 0.307 pada metode Euclidean Distance dan metode Cosine Similarity, sedangkan metode Manhattan Distance mendapat nilai Davies Bouldin Indek sebesar 0.318, Hasil tersebut dapat disimpulkan bahwa metode Euclidean Distance dan metode Cosine Similarity, sama-sama merupakan metode perhitungan jarak yang baik digunakan dalam melakukan pengelompokkan data bibit varietas unggul padi berdasarkan karakteristik benih padi karena menghasilkan nilai Davies Bouldin Indek yang kecil.

Author Biography

Mohamad Sugeng Pangestu, Universitas Muhammadiyah Purwokerto

Mahasiswa

References

Adeyemo, A., Wimmer, H. and Powell, L. (2019) “Effects of Normalization Techniques on Logistic Regression in Data Science,” Journal of Information Systems Applied Research, 12(2). Available at: http://conisar.org.

Afiani, F.R.K. (2018) “PENERAPAN K-MEANS CLUSTERING UNTUK MENGETAHUI VARIETAS PADI UNGGUL PRODUKSI BALAI PENGKAJIAN TEKNOLOGI PERTANIAN JAWA TIMUR,” Jurnal Mahasiswa Teknik Informatika, 2(1).

Azmi, F. et al. (2020) “Initial Centroid Optimization of K-Means Algorithm Using Cosine Similarity,” JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING, 3(2), pp. 224–231. Available at: https://doi.org/10.31289/jite.v3i2.3211.

Hanifa, T.T., Adiwijaya and Al-Faraby, S. (2017) “Analisis Churn Prediction pada Data Pelanggan PT. Telekomunikasi dengan Logistic Regression dan Underbagging,” e-Proceeding of Engineering , 4, pp. 3210–3225.

Ismail, Y. et al. (2019) “Pengenalan Wajah Berbasis Perhitungan Jarak Fitur LBP Menggunakan Euclidean, Manhattan, Chi Square Distance,” SEMNASTIK, pp. 386–393.

Nishom, M. (2019) “Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square,” Jurnal Informatika: Jurnal Pengembangan IT, 4(1), pp. 20–24. Available at: https://doi.org/10.30591/jpit.v4i1.1253.

Nosra, A., Arifianto, D. and Rahman, M. (2021) “Penerapan Metode Cosine Similarity Untuk Meningkatkan Kinerja K-Means Pada Pengelompokkan Wilayah Penanganan Covid Di Dki Jakarta,” Jurnal Smart Teknologi, 1(1), pp. 2774–1702. Available at: http://jurnal.unmuhjember.ac.id/index.php/JST.

Rahman, A.T., Wiranto and Anggrainingsih, R. (2017) “Coal Trade Data Clusterung Using K-Means (Case Study PT. Global Bangkit Utama),” Jurnal Ilmiah Teknologi dan Informasi, 6(1), pp. 24–31.

Religia, Y. and sunge, A.S. (2019) “COMPARISON OF DISTANCE METHODS IN K-MEANS ALGORITHM FOR DETERMINING VILLAGE STATUS IN BEKASI DISTRICT,” ICAIIT [Preprint].

Sadewo, M.G., Windarto, A.P. and Wanto, A. (2018) “PENERAPAN ALGORITMA CLUSTERING DALAM MENGELOMPOKKAN BANYAKNYA DESA/KELURAHAN MENURUT UPAYA ANTISIPASI/ MITIGASI BENCANA ALAM MENURUT PROVINSI DENGAN K-MEANS,” KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 2(1), pp. 311–319. Available at: http://ejurnal.stmik-budidarma.ac.id/index.php/komik.

Sari, R.W., Wanto, A. and Windarto, A.P. (2018) “IMPLEMENTASI RAPIDMINER DENGAN METODE K-MEANS (STUDY KASUS: IMUNISASI CAMPAK PADA BALITA BERDASARKAN PROVINSI),” KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 2(1), pp. 224–230. Available at: http://ejurnal.stmik-budidarma.ac.id/index.php/komik.

Sasmita, P. et al. (2019) Varietas Unggul Baru Padi. Available at: https://bbpadi.litbang.pertanian.go.id/ (Accessed: July 10, 2022).

Setiawan, S. (2019) “ANALISIS CLUSTER MENGGUNAKAN ALGORITMA K-MEANS UNTUK MENGETAHUI KEMAMPUAN PEGAWAI DIBIDANG IT PADA CV. ROXED LTD,” Jurnal Pelita Informatika, 7(3), pp. 341–347.