PERBANDINGAN ALGORITMA K-MEANS DAN K- MEDOIDS DALAM PENGCLUSTERAN EKSPOR KOPI MENURUT NEGARA TUJUAN

Kopi salah satu minuman yang populer di penduduk Indonesia. Kopi dapat di jumpai di setiap negara. Kopi memiliki beberapa manfaat bagi kesehatan. Sekarang ini banyak kopi yang disajikan dengan beragam jenis olahan dan banyak di ekspor untuk meningkat perekonomian. Data ekspor kopi ini digunakan untuk bahan penelitian. Penelitian ini bertujuan untuk menentukan perbandingan dan menguji performa algoritma yang paling terbaik dalam Data mining. metode yang digunakan Algoritma K-Means dan K-Medoids. Data yang digunakan dalam penelitian ini adalah data dari BPS (Badan Pusat Statistik) tahun 2019-2021. Metode yang digunakan pada penelitian ini menggunakan 3 Cluster. Pada algoritma K-Medoids memperoleh C1 sebanyak 24 items, C2 sebanyak 18 items, C3 sebanyak 3 items, dan pada perhitungan Confition Matrixs memperoleh nilai Precision sebesar 100%, Recall 100%, dan nilai Accuracy sebesar 100% dengan 2 Iterasi di hitungan manual. Sedangkan pada algoritma K-Means memperoleh C1 sebanyak 20 items, C2 sebanyak 20 items,C3 sebanyak 3 items dan pada perhitungan Confition Matrixs memperoleh nilai Precision sebesar 99%, Recall 98%,dan nilai Accuracy sebesar 98% dengan 3 Iterasi di hitungan manual. Hasil dari peneilitian ini adalah algoritma K-Medoids algoritma yang paling baik dan unggul di bandingkan algoritma K-Means pada pengeksporan kopi.

Kata Kunci: K-Means, K-Medoids,Cluster, Ekspor Kopi