Analisis Cluster Menggunakan K-Means: Studi Kasus pada Data Penguin

Abstract

Penelitian ini dibuat untuk mempelajari pola penyebaran spesies penguins berdasarkan ciri-ciri fisik seperti panjang paruh, lebar paruh, panjang sirip, dan massa tubuh. Metode clustering K-Means digunakan untuk melakukan pengelompokan data, sementara Principal Component Analysis (PCA) dimanfaatkan untuk mengurangi dimensi data sehingga hasil pengelompokan dapat divisualisasikan dengan lebih mudah. Dari hasil analisis, diketahui bahwa data penguin secara optimal dapat dikelompokkan menjadi tiga cluster, sesuai dengan jumlah spesies yang ada dalam dataset. Pola pengelompokan ini memberikan wawasan yang signifikan untuk identifikasi spesies penguin dengan lebih efisien. Penelitian ini berkontribusi sebagai acuan dalam pengelolaan data biologis serta pengembangan sistem informasi untuk konservasi.