ANALISIS CLUSTER LOVEBIRD BERDASARKAN CIRI FISIK DAN JENISNYA MENGGUNAKAN ALGORITMA K-MEANS DENGAN PENGHITUNGAN JARAK MANHATTAN

Abstract

Data penelitian dapat dikelompokkan berdasarkan kemiripan ciri, objek maupun metode penelitian. Hasil pengelompokkan data penelitian dapat memperlihatkan bagaimana pola kemiripan penelitian dan variasi ciri karakterisktik penelitian dari waktu ke waktu. Hasil pengelompokan juga dapat memperlihatkan karakteristik yang banyak diambil data ciri burung lovebird. Informasi tersebut diharapkan dapat membantu Paguyuban Sendang Lovebird Farm dalam mengevaluasi pengelompokan data yang telah dilakukan. Penelitian ini mengelompokkan data burung lovebird di Paguyuban Sendang Lovebird Farm Sumenep karena jumlah data penelitiannya cukup banyak. Pengelompokan data penelitian yang umumnya berbentuk teks dapat dilakukan dengan text mining dengan metode clustering. Metode clustering yang digunakan pada penelitian ini adalah kombinasi antara metode K-Means Clustering dan penghitungan jarak Manhattan. Clustering data burung menghasilkan maksimal 5 cluster. Hasil cluster dianalisa keterkaitan ciri fisik dan jenisnya.