View/Open

Author
RAHMA, NELIYANA

Date Published
29 Jun 2026

Advisor
Yuliana, M.Cs.,
Yusni Puspha Lestari, S.T., M.Si.,

Subject
Sains Data

Publisher

Penelitian ini mengelompokkan makanan dan minuman Indonesia berdasarkan komposisi makronutrisi menggunakan metode Fuzzy C-Means (FCM). Permasalahan utama data nutrisi adalah adanya tumpang tindih kandungan protein, lemak, dan karbohidrat, sehingga pendekatan hard clustering kurang fleksibel dalam merepresentasikan pola makanan. Dataset yang digunakan berjumlah 1.330 data dengan protein, lemak, dan karbohidrat sebagai fitur utama, sedangkan kalori digunakan untuk profiling klaster. Tahapan penelitian meliputi eksplorasi data, feature engineering rasio protein/lemak dan karbohidrat/protein, transformasi logaritmik ln(x + 1), standardisasi Z-Score, pemodelan FCM, dan evaluasi validitas klaster. Eksperimen dilakukan pada dua skenario, yaitu tanpa dan dengan feature engineering, dengan variasi jumlah klaster c = 2 sampai c = 5 dan nilai fuzzifier m = 1,5 sampai m = 2,5. Evaluasi menggunakan FPC, PE, XB, Silhouette Score, DBI, serta analisis data borderline. Hasil terbaik diperoleh pada skenario tanpa feature engineering dengan c = 2 dan m = 1,5, menghasilkan Silhouette Score 0,3667, FPC 0,8371, DBI 1,1764, dan data borderline 6,4%. Klaster yang terbentuk merepresentasikan makanan dominan karbohidrat dan makanan tinggi protein-lemak. FCM terbukti mampu mengelompokkan makanan secara fleksibel melalui derajat keanggotaan.

URI
https://repo.itera.ac.id/depan/submission/SB2606250005

Keyword
Fuzzy C-Means clustering makronutrisi makanan Indonesia soft clustering nutrisi