PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING VOLUME DISTRIBUSI PAKET LION PARCEL JABODETABEK
DOI:
https://doi.org/10.53990/ka7pfr87Keywords:
Data mining, Distribusi paket, KDD, K-Means Clustering, Lion ParcelAbstract
Peningkatan aktivitas pengiriman paket menuntut perusahaan untuk memahami pola distribusi agar dapat meningkatkan efektivitas operasional. Penelitian ini bertujuan menerapkan algoritma KMeans Clustering untuk mengelompokkan volume distribusi paket Lion Parcel di wilayah Jabodetabek. Penelitian menggunakan data distribusi paket periode Oktober–Desember 2025 yang mencakup 183 kecamatan. Metode penelitian mengacu pada tahapan Knowledge Discovery in Databases (KDD) yang meliputi data selection, data cleaning, data transformation, data mining, dan evaluation. Penentuan jumlah cluster dilakukan menggunakan Elbow Method, kemudian proses pengelompokan dilakukan dengan algoritma K-Means menggunakan 5 cluster. Hasil pengelompokan menghasilkan lima kategori, yaitu Sangat Rendah, Rendah, Sedang, Tinggi, dan Sangat Tinggi. Evaluasi menggunakan Silhouette Coefficient menghasilkan nilai 0,6313, sedangkan Davies–Bouldin Index menghasilkan nilai 0,4336, yang menunjukkan bahwa hasil pengelompokan memiliki kualitas yang baik dengan pemisahan antar-cluster yang cukup jelas. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengidentifikasi pola volume distribusi paket pada setiap kecamatan sehingga dapat menjadi dasar dalam mendukung pengambilan keputusan dan penyusunan strategi distribusi yang lebih efektif.
Downloads
References
Adhitama, L., & Wibisono, M. A. (2024). Perencanaan alokasi dan rute distribusi beras Kota Yogyakarta dengan metode K-Means clustering, Tabu Search dan Ant Colony System. Logistik, 17(2). https://doi.org/10.21009/logistik.v17i02.37436.
Danjiah, M., Sofitra, M., & Batubara, H. (2025). Evaluation of last-mile delivery depot locations for third-party logistics companies using the K-Means algorithm. Jurnal Manajemen Industri dan Logistik. https://doi.org/10.30988/jmil.v9i1.1574.
Davies, D. L., & Bouldin, D. W. (1979). A Cluster Separation Measure. IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI-1(2), 224–227. https://doi.org/10.1109/TPAMI.1979.4766909.
Dias, J. L., Sott, M. K., Ferrão, C. C., Furtado, J. C., & Moraes, J. A. R. (2021). Data mining and knowledge discovery in databases for urban solid waste management: A scientific literature review. Waste Management & Research, 39(11), 1331–1340. https://doi.org/10.1177/0734242X211042276.
Ikotun, A. M., Ezugwu, A. E., Abualigah, L., Abuhaija, B., & Jia, H. (2023). K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data. Information Sciences, 622, 178–210. https://doi.org/10.1016/j.ins.2022.11.139.
Maori, N. A., & Evanita. (2023). Metode Elbow dalam Optimasi Jumlah Cluster pada K-Means Clustering. Simetris: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer, 14(2). DOI: https://doi.org/10.24176/simet.v14i2.9630.
Mauludin, M.R., Nurdiawan, O., dan Basysyar, F.M. 2024. Penerapan Algoritma K-Means Clustering untuk Analisis Kinerja Pengiriman Paket Shopee Express di Hub Transit Kedawung. Jurnal Informatika dan Teknik Elektro Terapan.
Olivia, L. (2023). Optimalisasi pengiriman barang dengan mengelompokkan titik pengiriman menggunakan metode K-Means clustering dan hierarchical clustering. Jurnal Komputer dan Informatika.
Setyaningtyas, S., Nugroho, B. I., & Arif, Z. (2022). Tinjauan pustaka sistematis pada data mining: Studi kasus algoritma K-Means clustering. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), 52–61. https://doi.org/10.21063/jtif.2022.V10.2.52-61.
Setyawan, R., & Murtiyasa, B. (2025). Systematic literature review: A comparison of clustering methods in data mining. Journal of Computer Networks, Architecture and High Performance Computing, 8(1). https://doi.org/10.47709/cnahpc.v8i1.7333.
Siahaan, A. S., Saragih, R., & Simanjuntak, M. (2024). Penerapan metode K-Means clustering untuk pengelompokan minat konsumen terhadap pengguna jasa layanan pada Kantor Pos Binjai. Polygon: Jurnal Ilmu Komputer dan Ilmu Pengetahuan Alam. https://doi.org/10.62383/polygon.v2i5.236.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Modesta Rika Pertiwi, Betha Nurina Sari, Dadang Yusup
This work is licensed under a Creative Commons Attribution 4.0 International License.
