Initial Centroid K-Means

Proyek penelitian ini berfokus pada pengembangan dan evaluasi metode penentuan centroid awal dalam algoritma K-means untuk meningkatkan akurasi dan efisiensi clustering. Penelitian ini mencakup analisis berbagai pendekatan pemilihan centroid awal, seperti metode acak, heuristik, dan berbasis data, serta dampaknya terhadap hasil cluster dan konvergensi algoritma. Studi ini bertujuan untuk mengurangi sensitivitas algoritma terhadap inisialisasi awal, mengoptimalkan stabilitas hasil cluster, dan meminimalkan waktu komputasi. Hasilnya diharapkan memberikan kontribusi terhadap peningkatan kinerja K-means dalam aplikasi data skala besar dan kompleks.