Penerapan Metode K-Means Clustering untuk Segmentasi Performa Pembalap F1 Season 2024
Buffer Informatika · 2025
DOI: 10.25134/buffer.v11i2.401 ↗At a glance
Journal article in Buffer Informatika, 2025. Written by Shofi Salsabila and 5 co-authors.
Abstract (original language)
Performa pembalap Formula 1 tidak hanya ditentukan oleh hasil akhir balapan, tetapi juga oleh konsistensi catatan waktu dan lap tercepat. Penelitian ini menerapkan algoritma K-Means clustering untuk mengelompokkan pembalap berdasarkan performa mereka. Data yang digunakan mencakup hasil balapan resmi musim 2024 yang diterbitkan oleh FIA. Proses pengolahan data mencakup pengumpulan data, preprocessing, analisis eksploratori, penerapan algoritma clustering, serta evaluasi dan interpretasi hasil. Untuk menentukan jumlah cluster yang optimal, digunakan Metode Elbow dan skor Silhouette, yang menghasilkan empat kelompok pembalap dengan karakteristik performa yang berbeda. Hasil analisis menunjukkan bahwa metode ini berhasil mengidentifikasi pola performa yang relevan, memberikan wawasan bagi tim balap dalam menyusun strategi. Evaluasi menggunakan Silhouette Score menunjukkan bahwa segmentasi yang dihasilkan cukup baik dengan nilai sebesar 0.5735.
Cite
APA
Salsabila, S., Sahira, M., Salsabila, A., Putri, A. N., Tania, K. D., & Sari, W. K. (2025). Penerapan Metode K-Means Clustering untuk Segmentasi Performa Pembalap F1 Season 2024. Buffer Informatika. https://doi.org/10.25134/buffer.v11i2.401
Vancouver
Salsabila S, Sahira M, Salsabila A, Putri AN, Tania KD, Sari WK. Penerapan Metode K-Means Clustering untuk Segmentasi Performa Pembalap F1 Season 2024. Buffer Informatika. 2025. doi:10.25134/buffer.v11i2.401
BibTeX
@article{Salsabila2025,
author = {Salsabila, Shofi and Sahira, Mutia and Salsabila, Adella and Putri, Aulia Najibah and Tania, Ken Ditha and Sari, Winda Kurnia},
title = {Penerapan Metode K-Means Clustering untuk Segmentasi Performa Pembalap F1 Season 2024},
journal = {Buffer Informatika},
year = {2025},
doi = {10.25134/buffer.v11i2.401}
}
EUVIMED