Isi Artikel Utama

Abstrak

Penelitian ini menganalisis pengelompokan negara berdasarkan indikator sosial-ekonomi menggunakan algoritma Fuzzy C-Means (FCM) dan K-Means. Setiap negara memiliki karakteristik sosial-ekonomi unik yang meliputi aspek seperti angka kematian anak, ekspor, impor, pendapatan per kapita, inflasi, harapan hidup, dan produk domestik bruto. Dataset yang digunakan mencakup 167 negara dengan 10 indikator utama. Setelah melalui tahapan pra-premrosesan dan normalisasi data, klasterisasi dilakukan menggunakan FCM dan K-Means, di mana evaluasi efektivitas dilakukan berdasarkan Sum of Squared Errors (SSE) dan Silhoutte Score. Penelitian ini bertujuan untuk menemukan algoritma terbaik dalam hal akurasi dan efisiensi waktu dalam mengelompokkan negara berdasarkan indikator sosial-ekonomi.


Kata Kunci: Klasterisasi, Fuzzy C-Means, K-Means, Indikator sosial-ekonomi, Sum of Squared Errors (SSE), Silhouttte Score.

Rincian Artikel

Cara Mengutip
Sulaiman, D., Afrian Al-Haritz, R., Ahmad Saputra, F., & Irawan, A. (2025). Analisis Klaster Negara Berdasarkan Indikator Sosial-Ekonomi Menggunakan Fuzzy C-Means dan K-Means. Rekursif: Jurnal Informatika, 12(2), 76–87. https://doi.org/10.33369/rekursif.v12i2.38116