Algoritma Nearest Neighbor
Algoritma Nearest Neighbor
d1
Pasien
LamaB
d2
Pasien
LamaC
d3
Pasien
LamaD
d4
Pasien
Baru
Dari gambar terdapat 4 pasien lama yaitu A, B, C, dan D. Ketika ada pasien baru,
maka solusi yang akan di ambil dengan mencari jarak antara pasien baru dengan
semua pasien lama. Dengan jarak terdekatlah solusi dari pasien lama, dari gambat
diatas solusi pasien lama B yang akan di gunakan karena mempunyai jarak yang
paling pendek.
Rumus yang digunakan untuk menghitung kedekatan antara 2 kasus yaitu:
Keterangan:
T : Kasus baru
S : Kasus yang ada dalam penyimpanan
n : Jumlah atribut dalam setiap kasus
i : Atribut individu antara 1 sampai dengan n
f : fungsi similarity atribut I antara kasus T dan kasus S
w : bobot yang diberikan pada atribut ke-i
Kedekatan biasanya berada pada nilai 0 sampai dengan 1. Nilai 0 artinya kedua
kasus mutlak tidak mirip, dan nilai 1 kasus mutlak mirip.
Contoh:
Misalnya untuk memprediksi apakah nasabah bank yang baru bermasalah atau
tidak berdasarkan data-data yang dimiliki.
Tabel kasus
Nasabah
Jenis
Pendidikan Agama Bermasalah
lama
kelamin
A
L
S1
Islam Ya
B
P
SMA
Kristen Tidak
C
L
SMA
Islam Tidak
Bobot tiap-tiap atribut
Atribut
Bobot
Jenis
0.5
kelamin
Pendidikan 1
Agama
0.75
Kedekatan antara nilai-nilai dalam atribut
Kedekatan nilai atribut jenis kelamin
Jenis
Jenis
Kedekatan
Kelamin
kelamin
L
L
1
P
P
1
L
P
0.5
P
L
0.5
Kedekatan nilai atribut Pendidikan
Pendidikan Pendidikan Kedekatan
S1
S1
1
SMA
SMA
1
S1
SMA
0.4
SMA
S1
0.4
Kedekatan nilai atribut Agama
Agama
Agama
Kedekatan
Islam
Islam
1
Kristen
Kristen
1
Islam
Kristen
0.75
Kristen
Islam
0.75
Dari hasil perhitungan kedekatan antara kasus baru dengan kasus A, B, dan C di
dapat bahwa nilai kedekatan terbesar di peroleh pada kasus C, maka klasifikasi
pada kasus C yang akan digunakan yaitu nasabah baru akan tidak bermasalah.
Di coba:
Terdapat nasabah baru dengan nilai atribut sebagai berikut:
Jenis Kelamin
:P
Pendidikan
: S1
Agama
: Islam
Apakah nasabah tersebut bermasalah?