Perbandingan Tingkat Performa Metode K-Means dan Hierachical Clustering Pada Sistem Rekomendasi Pemilihan Kost

Abstrak

Perkembangan teknologi saat ini semakin maju dan berkembang semakin cepat, khususnya dibidang teknologi informasi. Keberadaan kost di sekitar tempat fasilitas publik sangat diharapkan dan menguntungkan bagi pendatang di suatu daerah baru. Salah satu fasilitas publik yang biasanya terdapat kost adalah sebuah universitas atau perguruan tinggi. Mahasiswa yang menuntut ilmu di suatu perguruan tinggi tidak hanya berasal dari dalam kota namun juga ada yang berasal dari luar daerah.. Namun kebanyakan dari mahasiswa luar daerah kesulitan dalam memilih kost atau kontrakan dikarenakan keterbatasan informasi. Informasi yang terbatas mengenai fasilitas dan keberadaan kost yang kurang akurat menjadi kesulitan pada awal bagi mereka yang menjadi mahasiswa baru. Dengan adanya kemajuan teknologi informatika dapat menjawab kebutuhan mencari tempat kost, dan akan sangat membantu baik dari sisi pemilik maupun penyewa. Untuk mengatasi permasalahan yang kompleks dapat menggunakan model algoritma K-Means Clustering dan Hierarchical Clustering yang dioptimalkan dengan naïve bayes. Hasil akhir dari penelitian ini adalah nilai akurasi K-Means dan naïve bayes lebih tinggi dengan akurasi 90,82%, presisi 90,56%, recall 90,68% dan waktu lebih lama yaitu 10 detik, sedangkan untuk nilai hierachical dan naïve bayes mendapatkan nilai akurasi 88,02%, presisi 87,82%,recall 88,00% dan waktu lebih cepat 7,6 detik.