Klasterisasi Makanan Berdasarkan Kandungan Gizi Menggunakan Algoritma K-Medoids

Authors

  • Edward Rajagukguk Universitas Methodist Indonesia
  • Desria Adventina Sinaga Universitas Methodist Indonesia
  • Alfonsus Situmorang Universitas Methodist Indonesia

Keywords:

Data mining, K-Medoids, Klasterisasi, Kandungan gizi, Karakteristik klaster

Abstract

Informasi kandungan gizi makanan pada umumnya disajikan dalam bentuk data numerik tanpa pengelompokan sehingga menyulitkan pembaca mengenali makanan yang memiliki karakteristik gizi serupa. Penelitian ini bertujuan menerapkan algoritma K-Medoids untuk mengelompokkan makanan berdasarkan kemiripan kandungan gizinya, mengevaluasi hasil pengelompokan menggunakan koefisien silhouette, serta menganalisis karakteristik kandungan gizi pada setiap klaster. Data yang digunakan berupa 1.126 data makanan dari platform Kaggle dengan 21 atribut kandungan gizi. Tahapan penelitian meliputi pembersihan dan seleksi data, normalisasi menggunakan Min-Max Scaling, penentuan jumlah klaster optimal berdasarkan koefisien silhouette untuk dua sampai tujuh klaster, penerapan algoritma K-Medoids dengan jarak Euclidean, uji sensitivitas terhadap pemilihan medoid awal, serta interpretasi karakteristik klaster berdasarkan nilai rata-rata atribut pada data asli. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah dua dengan koefisien silhouette sebesar 0,3947, yang termasuk kategori struktur lemah. Klaster 0 beranggotakan 807 makanan dan Klaster 1 beranggotakan 319 makanan. Klaster 1 memiliki rata-rata lebih tinggi pada energi, lemak, karbohidrat, serat pangan, serta sebagian besar vitamin dan mineral, sedangkan Klaster 0 memiliki rata-rata lebih tinggi pada kolesterol, vitamin A, dan natrium. Enam nilai random seed yang berbeda menghasilkan medoid akhir, biaya total, dan koefisien silhouette yang sama sehingga hasil pengelompokan tergolong konsisten. Temuan ini menunjukkan bahwa algoritma K-Medoids mampu membentuk dua kelompok makanan dengan karakteristik gizi yang berbeda, meskipun keterpisahan antarklaster masih lemah.

Published

2026-10-20