Metode K-Means dan DBSCAN pada Pengelompokan Data Dasar Kompetensi Laboratorium ITS Tahun 2017

Analisis Kelompok telah digunakan diberbagai bidang ilmu pengetahuan, dengan tujuan mengelompokkan objek/observasi. Hal penting dalam analisis kelompok adalah memperoleh nilai simpangan baku dalam kelompok yang minimum dan nilai simpangan baku antar kelompok yang maksimum, untuk memperoleh kelompok yang optimum didapatkan dengan menggunakan kriteria Elbow dan untuk menentukan validitas kelompok yaitu koefisien Silhouette dan Indeks Dunn. Pada penelitian ini dilakukan pengelompokkan variabel dasar capaian laboratorium ITS dengan menggunakan beberapa analisis kelompok, yaitu Metode K-Means, dan DBSCAN. berdasarkan hasil analisis pengelompokan diperoleh Metode DBSCAN menghasilkan nilai koefisien Silhouette dan Indeks Dunn lebih besar dibandingkan dengan Metode K-Means. Dan Jumlah dari masing-masing Metode membentuk 4 kelompok.