Dari keanekaragaman komoditas perkebunan yang ada di provinsi Riau, maka dapat dimanfaatkan sebagai sumber energi biomassa. Dalam penelitian ini diharapkan dapat mengetahui penerapan Principal Component Analysis (PCA) pada proses analisa karakteristik potensi biomassa menggunakan metode clustering. Penggunaan metode Principal Component Analysis (PCA) dalam penelitian ini berfungsi untuk mereduksi variabel sehingga dapat mengetahui variabel yang paling berpengaruh dalam suatu cluster dari nilai koefisien principal component 1 (PC1). Dari hasil pengolahan data diperoleh variabel yang berpengaruh pada cluster 1 adalah kelapa dengan nilai koefisien PC1 sebesar 0,858 dan padi dengan nilai koefisien PC1 0,827. Pada cluster 2 adalah kelapa sawit dengan nilai koefisien PC1 sebesar 0,891, karet dengan nilai koefisien PC1 sebesar 0,914, dan padi nilai koefisien PC1 sebesar 0,800. Pada cluster 3 adalah kelapa sawit dengan nilai koefisien PC1 sebesar 0,985, karet dengan nilai koefisien PC1 sebesar 0,695, dan padi nilai koefisien PC1 sebesar 0,919. Pada cluster 4 adalah kelapa sawit dengan nilai koefisien PC1 sebesar 0,892 dan padi dengan nilai koefisien PC1 sebesar 0,882. Pada cluster 5 adalah kelapa sawit dengan nilai koefisien PC1 sebesar 0,838, kelapa dengan nilai koefisien PC1 sebesar 0,905, dan padi nilai koefisien PC1 sebesar 0,853.

From the diversity of plantation commodities in Riau province, it can be utilized as a source of biomass energy. In this study, it is expected to find out the application of Principal Component Analysis (PCA) in the process of analyzing the characteristics of biomass potential using the clustering method. The use of the Principal Component Analysis (PCA) method in this study serves to reduce variables so that the most influential variables in a cluster can be identified from the principal component 1 (PC1) coefficient value. From the results of data processing, the variables that influence cluster 1 are coconut with a PC1 coefficient value of 0.858 and rice with a PC1 coefficient value of 0.827. In cluster 2 are oil palm with a PC1 coefficient value of 0.891, rubber with a PC1 coefficient value of 0.914, and rice with a PC1 coefficient value of 0.800. In cluster 3 are oil palm with a PC1 coefficient value of 0.985, rubber with a PC1 coefficient value of 0.695, and rice with a PC1 coefficient value of 0.919. In cluster 4 is oil palm with a PC1 coefficient value of 0.892 and rice with a PC1 coefficient value of 0.882. In cluster 5 is oil palm with a PC1 coefficient value of 0.838, coconut with a PC1 coefficient value of 0.905, and rice with a PC1 coefficient value of 0.853.