Penentuan Jumlah Cluster pada K-Means Cluster Menggunakan Metode Welch Powell (Studi Kasus Kab. Boyolali)

Abstract

Algoritma cluster sering digunakan dalam pengambilan keputusan. Pengambilan keputusan ini tentu akan sangat menentukan kebijakan dari suatu hal. Sehingga peran algoritma cluster sangat penting disini. Algoritma cluster yang paling sering digunakan adalah K-means Cluster. Yang Paling utama dalam K-means cluster tentunya adalah menentukan jumlah cluster. Ada beberapa metode untuk menetukan cluster terbaik salah satunya adalah metode Elbow. Dalam Penelitian ini, Peneliti menentukan jumlah kluster pada K-means Cluster dengan salah satu metode pewarnaan graf yaitu Metode Welch Powell. Penelitian ini mengambil kasus di Kabupaten Boyolali, dimana langkah awal menentukan jumlah warna minimal yang dihasilkan Welch Powell kemudian jumlah warna minimal tersebut digunakan sebagai jumlah kluster dalam K-means Cluster. Kabupaten Boyolali sendiri terdiri dari 19 kecamatan, dari 19 kecamatan inilah berdasarkan peta Boyolali akan dicari warna minimal graf yang bisa digunakan. Selanjutnya warna minimal ini akan dijadikan jumlah kluster pada K-menas Cluster dan di aplikasikan data jumlah penduduk, luas wilayah, jumlah sekolah, dan jumlah desa yang ada di wilayah Boyolali. Dari welch powell dihasilkan jumlah warna minimum pewarnaan graf adalah 3, sehingga kluster yang diambil adalah 3. Dengan K-means Cluster dan jumlah kluster 3 didapat anggota kluster 1 adalah 16 kecamatan, anggota kluster 2 adalah 2 kecamatan dan anggota kluster 3 adalah 1 kecamatan.

Kata Kunci : K-means Cluster, Graf, Welch Powell