Perbandingan Algoritma K-Means, X-Means Dan K-Medoids Untuk Klasterisasi Awak Kabin Lion Air

Lion Air merupakan bagian dari PT. Lion Group yang merupakan sebuah maskapai swasta di Indonesia dan penerbangan bertarif rendah yang berpangkal di Jakarta, Lion Air sepanjang tahun mengalami penambahan armada dan penambahan jumlah penerbangan maka semakin besar juga kebutuhan awak kabin, selain pada proses recruitment yang harus selektif diperlukan juga proses monitoring terhadap awak kabin agar performa awak kabin akan terus terjaga baik sehingga dibentuk beberapa kelompok yang disebut dengan group monitoring awak kabin, saat ini klasterisasi awak kabin dilakukan secara acak sehingga menghasilkan anggota kelompok dengan karakteristik berbeda, klasterisasi seharusnya terkomputerisasi dengan memanfaatkan data mining clustering. Tujuan dari penelitian ini adalah membandingkan tiga algoritma dengan menghitung nilai Davies-Bouldin Index (DBI), pada tahapan pengolahan data dengan menghilangkan missing value dan menentukan atribut makamenghasilkan 100 data, pada tahapan pemodelan hasil paling optimum yang didapat dengan menggunakan algoritma k-means adalah 4 klaster dan 6 atribut ditunjukan dengan nilai DBI sebesar 0.792, sedangkan nilai DBI algoritma x-means sebesar 0.812 dan algoritma k-medoids sebesar 1,700 sehinga k-means menjadi algoritma terbaik pada penelitian ini