Clustering Harga Rumah: Perbandingan Model K-Means dan Gaussian Mixture Model
Abstract
Abstrak-Rumah merupakan kebutuhan primer manusia sebagai tempat bernaung, berlindung, dan beristirahat. Sebagai kebutuhan primer, seluruh manusia berhak untuk mencari tempat tinggalnya masing-masing dengan keluarganya. Seiring berjalannya waktu, kebutuhan akan tempat tinggal semakin meningkat dan mempengaruhi harga jual rumah. Maka dilakukan clustering mengenai harga rumah dengan menggunakan metode K-Means dan Gaussian Mixture Model. Pada penelitian ini menggunakan data harga rumah di wilayah Kabupaten Bogor yang dihimpun dari website olx.co.id. Silhouette Score digunakan sebagai pembanding dari dua metode Clustering yang digunakan. Hasil dari penelitian ini, K-Means memiliki Silhouette Score sebesar 0.63516 lebih besar dari Gaussian Mixture Model yang memiliki Silhouette Score sebesar 0.62723 menjadikan kualitas cluster pada K-Means lebih baik daripada Gaussian Mixture Model pada penelitian ini.
Kata kunci-rumah, clustering, gaussian mixture model, K-Means
References
Yuwono, Muhammad J.. 2015. Penghitungan Kepadatan Kendaraan Di Jalan Tol Menggunakan Metode
Gaussian Mixture Model dan Kalman Filter. Telkom University.
L. Handayani. 2012. Identifikasi Area Kanker Ovarium pada Citra CT Scan Abdomen Menggunakan Metode Expectation Maximization. UINSUSKA
Patel, Eva., Kushwaha, Dharmender S.. 2020. Clustering Cloud Workloads: K-Means vs Gaussian Mixture Model. Elsevier.
L. Rokach. 2005. “Clustering Methods”, Data Mining and Knowledge Discovery Handbook, pp 331-352, Springer.
Izzadin, F.M. 2020. Optimasi Jumlah Cluster K-Means dengan Metode Elbow dan Silhouette pada Produktivitas Tanaman Pangan di Provinsi Jawa Tengah Tahun 2019. Universitas Islam Indonesia.
Watanabe, S. 2012.“A widely applicable Bayesian information criterion,” arXiv Prepr. arXiv1208.6338.
A. Aditya, I. Jovian, and B. N. Sari. 2020. “Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama di Indonesia Tahun 2018/2019,” J. Media Inform. Budidarma, vol. 4, no. 1, pp. 51– 58.
