Penulis: Rony Setyawan, Geraldi Catur Pamuji
Abstrak
Studi ini menyajikan analisis perbandingan komprehensif algoritma pengelompokan k-Means dan Mean Shift, menggunakan data sampah yang dikumpulkan dari tempat pembuangan akhir di Provinsi Jawa Barat selama tahun 2016 hingga 2021, dengan tujuan utama mengevaluasi kinerja dan penerapannya untuk praktik pengelolaan sampah; Analisis ini mencakup beberapa parameter penting, termasuk jumlah klaster yang dihasilkan, keseragaman variabel, metrik evaluasi yang digunakan, ukuran divergensi, dan efisiensi waktu pemrosesan, yang mengungkapkan bahwa k-Means, yang membentuk tiga klaster, unggul dalam pemrosesan cepat dan memberikan pembagian klaster yang lebih halus, sementara Mean Shift, yang menghasilkan dua klaster, menawarkan wawasan yang lebih mendalam tentang pola data, sehingga direkomendasikan bahwa pilihan antara kedua algoritma tersebut harus didorong oleh persyaratan dan pertimbangan proyek tertentu seperti urgensi kebutuhan pengelolaan limbah dan kedalaman pemahaman yang diinginkan untuk pengambilan keputusan yang efektif, sehingga menawarkan pendekatan yang disesuaikan untuk pengorganisasian data limbah yang mengoptimalkan kategorisasi dan berkontribusi pada praktik pembuangan limbah yang lebih efisien dan berkelanjutan di masa mendatang. © School of Engineering, Taylor’s University.
Kata Kunci: Pengelompokan k-means; Pengelompokan Mean Shift; Data limbah
Artikel ini bisa diakses di: https://www.scopus.com/pages/publications/85197577372
