PERHITUNGAN JARAK EUCLIDEAN DISTANCE DAN MANHATTAN DISTANCE PADA ALGORITMA METODE K-MEANS UNTUK PENGELOMPOKAN HASIL PRODUKSI TBS

Kelapa sawit merupakan salah satu komoditas perkebunan yang memiliki peran strategis dalam pembangunan ekonomi Indonesia. Kelapa sawit salah satu tumbuhan yang dapat tumbuh subur di wilayah Indonesia merupakan tanaman yang biji buahnya dapat menghasilkan minyak yang biasa digunakan dalam keseharian kita. Salah satu hasil dari biji buah kelapa sawit yaitu minyak sayur atau yang biasa digunakan untuk memasak. Untuk menghasilkan clustering produksi kelapa sawit yang baik dengan menggunakan metode K-Means Clustering, perlu dilakukan perbandingan beberapa metode perhitungan untuk mencari jarak terpendek dalam K-Means Clustering. Penelitian ini berfokus pada perbandingan Jarak Euclidean dengan Jarak Manhattan pada K-Means Clustering. Untuk menentukan metode terbaik dalam menghitung jarak terpendek, peneliti mencari Davies Bouldin Index (DBI) terkecil. Nilai DBI terkecil terdapat pada k=3 -0,599. Hasil pengelompokan produksi kelapa sawit di PTPN IV Unit PKS Dolok Ilir dengan k=2 berada pada kelompok tinggi yaitu pada tahun 2015, dan 2016, sedangkan di tahun 2017-2021 berada pada kelompok rendah.

Kata Kunci : Pengelompokan, , K-Means, Indeks Davies Bouldin.