Perbandingan Algoritma K-Medoids dan Fuzzy C-Means Untuk Mengelompokan Rekanan Vendor Dalam Pengadaan Barang

Vendor memiliki peran penting dalam kinerja perusahaan. Pemilihan vendor yang tepat menjadi hal krusial untuk memastikan kelancaran pelaksanaan proyek dalam pengadaan barang. Jika vendor dipilih tanpa pertimbangan yang matang, perusahaan dapat mengalami kerugian dalam segi kualitas, biaya, dan waktu. Oleh karena itu, diperlukan metode pengelompokan vendor yang tepat untuk mengatasi masalah tersebut. Teknik clustering dapat digunakan untuk mengelompokkan data vendor menjadi tiga kelompok yaitu tinggi, sedang, dan rendah. Terdapat dua metode clustering yang digunakan yaitu algoritma K-medoids dan Fuzzy-cmeans. Hasil penelitian menunjukkan bahwa algoritma fuzzy-cmeans menghasilkan nilai Silhouette Coefficient yang lebih tinggi yaitu 0.6472, sedangkan algoritma k-medoids hanya 0.6454. Oleh karena itu, algoritma Fuzzy-cmeans dapat dianggap lebih baik dalam menempatkan cluster karena memiliki nilai validitas yang lebih tinggi dibandingkan dengan algoritma k-medoids.

Kata Kunci : Clustering, Fuzzy c-means, K-medoids, Silhouette Coefficient.