Klasterisasi Kualitas Minyak Kelapa Sawit Menggunakan Metode K-Means Clustering (Studi kasus PT Tasma Puja)

Abstract

Klasterisasi kualitas minyak kelapa sawit pada PT. Tasma Puja dilakukan dengan cara uji laboratorium dan selanjutnya data disimpan menggunakan database menggunakan microsoft excel. Klasterisasi data tersebut membutuhkan waktu dan memungkinkan data hilang, kedepannya perkembangan ilmu pengetahuan nantinya bisa di gantikan dengan pendekatan data mining yang dapat digunakan dalam mengelompokan kualitas minyak kelapa sawit berdasarkan standartnya. Kriteria untuk menentukan mutu minyak kelapa sawit diambil dari data kandungan air, kotoran dan asam lemak bebas. Dari data yang didapat digunakanlah metode k-means clustering untuk menentukan kualitas minyak kelapa sawit. Metode k-means clustering dapat diterapkan untuk mengelompokan suatu kualitas minyak kelapa sawit berdasarkan kriterianya. Data yang digunakan adalah data kualitas minyak kelapa sawit pada bulan desember 2017. Hasil pengujian menggunkan software RapidMiner terdapat 3 cluster yaitu cluster 0 kategori baik  berjumlah 12 data, cluster 1 kategori sangat baik berjumlah 13 data dan cluster 2 kategori kurang baik berjumlah 6 data. Metode k-means clustering dapat digunakan untuk proses pengolahan data menggunakan konsep data mining dalam mengelompokkan data sesuai kriterianya.