Analisis Clustering Produk Mi Instan berdasarkan Informasi Nilai Gizi menggunakan Metode HDBSCAN

Abstract

Tingginya konsumsi mi instan di Indonesia menimbulkan kekhawatiran karena kandungan gula, garam, lemak total, lemak jenuh, dan karbohidrat yang tinggi berpotensi meningkatkan risiko penyakit metabolik seperti diabetes. Meskipun informasi gizi tertera pada kemasan, belum tersedia panduan yang jelas untuk mengidentifikasi produk berisiko tinggi, sehingga masyarakat kurang waspada terhadap kandungan gizinya. Penelitian ini bertujuan menganalisis kandungan gizi mi instan menggunakan metode Hierarchical Density-Based Spatial Clustering of Applications with Noise (HDBSCAN) berdasarkan lima variabel utama. Data dikumpulkan dari tiga toko di Yogyakarta dan Magelang dengan total mencakup 214 produk. Proses pemodelan diawali dengan standardisasi data, kemudian dilanjutkan dengan penerapan metode HDBSCAN menggunakan parameter minimum cluster size dan minimum samples masing-masing sebesar 5. Validasi kualitas cluster dilakukan menggunakan Silhouette Coefficient dan Calinski- Harabasz Index. Hasil analisis menunjukkan terbentuknya dua cluster utama, dengan 71 produk teridentifikasi sebagai noise. Cluster 0 terdiri dari 20 produk dengan kandungan gizi yang relatif lebih rendah, sehingga dianggap lebih sehat. Sebaliknya, Cluster 1 terdiri dari 123 produk dengan kandungan lemak, gula, garam, dan karbohidrat yang lebih tinggi, yang berpotensi meningkatkan risiko penyakit metabolik. Nilai rata-rata Silhouette Coefficient sebesar 0,4939 dan nilai Calinski-Harabasz Index sebesar 95,46.