Pengelompokan data biasanya dilakukan untuk data numerik ataupun data kategorik. Data numerik akan ditransformasikan menjadi data bilangan fuzzy segitiga dengan menggunakan metode Analytic Hierarchy Process. Kemudian, skala Analytic Hierarchy Process diubah ke dalam skala bilangan fuzzy segitiga menggunakan metode Fuzzy Analytic Hierarchy Process. Pengelompokan data bilangan fuzzy segitiga dapat dilakukan dengan menggunakan Algoritma Fuzzy Clustering Sadi-Nezhad, yang diperkenalkan oleh Sadi-Nezhad et al. (2014). Sebagai perbandingan, akan dilakukan pengelompokan data numerik menggunakan metode Selanjutnya, hasil pengelompokan dari Algoritma Fuzzy Clustering Sadi-Nezhad dibandingkan dengan hasil pengelompokan menggunakan metode K-means. Kata kunci: bilangan fuzzy segitiga, pengelompokan, Fuzzy Analytic Hierarchy Process.

Clustering data is usually conducted for numerical or categorical dataset. Numerical data will be transformed into triangle fuzzy number data using Analytic Hierarchy Process. Then, the scale of the Analytic Hierarchy Process is converted into triangular fuzzy number scale using Fuzzy Analytic Hierarchy Process. Clustering triangle fuzzy number data can be done using Sadi-Nezhad fuzzy clustering algorithm proposed by Sadi-Nezhad et al. (2014). As a comparison, we perform numerical data clustering using K-means. Subsequently, we compared the result between Sadi-Nezhad Fuzzy Algorithm and K-means. Keywords: triangle fuzzy number, clustering, Fuzzy Analytic Hierarchy Process.

Kata Kunci : triangle fuzzy number, clustering, Fuzzy Analytic Hierarchy Process