Abstrak

Clustering merupakan metode dalam mengenali pola tertentu dari sebuah dataset, dengan tujuan membagi dataset sesuai dengan sifat yang dimiliki oleh dataset tersebut. Pada penelitian ini, dilakukan clustering terhadap 2.000 dataset huruf alphabet yang masing-masing data set memiliki nilai 16 atribut. Penelitian ini melakukan komparasi hasil dari dua metode, yaitu Farthest First Clustering dan K-Mean Clustering. Hasil komparasi dari penelitian ini dengan menggunakan dataset yang sama pada ke dua metode, menunjukkan bahwa metode Farthest First Clustering lebih unggul diabandingkan dengan KMean Clustering. Hal tersebut dapat dilihat dari hasil cluster centroid Farthest First Clustering yaitu 78% dan waktu tempuh clustering yaitu 0,04 detik.

Kata kunci—Clustering; Farthest First; K-Mean; hurufalphabet.