Penentuan cluster terbaik pada pengelompokan travel umroh menggunakan metode K-Means Clustering

INDONESIA:

Umroh merupakan ibadah penting bagi umat Islam yang menuntut perjalanan ke tanah suci Mekah dan Madinah. Travel Umroh merupakan biro perjalanan yang menyediakan calon jamaah umroh untuk melakukan perjalanan tersebut. Agen travel umroh menawarkan paket ibadah umroh yang beragam untuk memfasilitasi perjalanan jamaah umroh. Dalam konteks ini, penting untuk melakukan pengelompokkan agen travel umroh berdasarkan jenis paket umroh yang ditawarkan. Agen travel umrah dikelompokkan atau cluster dalam penelitian ini dengan menggunakan algoritma K-Means. Tujuan dari penelitian ini adalah untuk mengevaluasi performa clustering agen travel umroh dengan menggunakan pendekatan K-Means Clustering. Penelitian ini menggunakan tujuh skenario berbeda, dengan jumlah cluster berkisar antara dua hingga delapan. Variasi ini berupaya mengidentifikasi cluster optimal, yang dinilai menggunakan Silhouette Coefficient dan Davies-Bouldin Index (DBI). Menurut temuan penelitian cluster terbaik adalah skenario 7, yang memiliki cluster sebanyak 8. Hal tersebut ditunjukkan rendahnya Davies-Bouldin Index (DBI), yaitu sebesar 0,9860785996431898. Dengan tingginya Silhouette Coefficient sebesar 0,352320444440854. Nilai tersebut mencerminkan bahwa proses pengelompokan telah menghasilkan hasil yang sangat baik atau optimal.

ENGLISH:

Umrah is an important pilgrimage for Muslims who require a trip to the holy lands of Mecca and Medina. Umrah Travel is a travel agency that provides prospective Umrah pilgrims to undertake the trip. Umrah travel agents offer various Umrah packages to facilitate the travel of Umrah pilgrims. In this context, it is important to group Umrah travel agents based on the type of Umrah packages offered. Umrah travel agents are grouped or clustered in this research using the K-Means algorithm. The aim of this research is to evaluate the clustering performance of Umrah travel agents using the K-Means Clustering approach. This research used seven different scenarios, with the number of clusters ranging from two to eight. This variation attempts to identify optimal clusters, which are assessed using the Silhouette Coefficient and the Davies Bouldin Index (DBI). According to research findings, the best cluster is scenario 7, which has 8 clusters. This is shown by the low Davies-Bouldin Index (DBI), which is 0.9860785996431898. With a high Silhouette Coefficient of 0.352320444440854. This value reflects that the grouping process has produced very good or optimal results.

ARABIC:

العمرة هي عبادة مهمة للمسلمين الذين يطالبون بالسفر إلى الأراضي المقدسة في مكة المكرمة والمدينة المنورة. حملة العمرة هي وكالة السفر توفر المعتمرين المحتملين للقيام بالرحلة. يقدم وكلاء السفر للعمرة باقات عبادة العمرة المختلفة لتسهيل سفر المعتمرين. في هذا السياق، من المهم تجميع وكلاء السفر للعمرة بناء على نوع باقة العمرة المقدمة. يستخدم هذا البحث خوارزمية K-Means لتجميع وكلاء سفر العمرة. الهدف من هذا البحث هو معرفة نتائج أداء التجميع في وكلاء السفر للعمرة باستخدام خوارزمية تجميع K-Means. هناك 7 سيناريوهات مختلفة تم تنفيذها في هذا البحث، مع اختلافات في عدد المجموعات من 2 إلى 8. الغرض من هذا الاختلاف هو تحديد أفضل مجموعة، والتي يتم تقييمها باستخدام مؤشر Davies-Bouldin ومعامل الصورة الظلية. أظهرت النتائج أن السيناريو 6 مع عدد المجموعات 7 كان أفضل مجموعة. يمكن ملاحظة ذلك من انخفاض مؤشر Davies-Bouldin عند 0.9860785996431898 ومعامل الصورة الظلية المرتفع البالغ 0.3523204444440854. تعكس هذه القيمة أن عملية التجميع قد أسفرت عن نتائج جيدة أو مثالية.