ALGORITMA NEAREST NEIGHBOR

Nearest neighbor adalah pendekatan untuk mencari kasus dengan menghitung

kedekatan antara kasus baru dengan kasus lama, yaitu berdasarkan pada
pencocokan bobot dari sejumlah fitur yang ada.
Contoh:
Mencari solusi terhadap seorang pasien baru dengan menggunakan solusi dari
pasien terdahulu.
Untuk mecari pasien mana yang akan di gunakan maka di hitung kedekatan kasus
pasien baru dengan semua kasus pasien lama.
Kasus pasien lama dengan kedekatan terbesar yang akan di ambil untuk di gunakan
pada kasus pasien baru.
Ilustrasi Contoh:
Pasien
LamaA

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

Terdapat nasabah baru dengan nilai atribut sebagai berikut:

Jenis Kelamin
:L
Pendidikan
: SMA
Agama
: Kristen
Untuk memprediksi apakah nasabah tersebut akan bermasalah atau tidak maka
dilakukan langkah-langkah sebagai berikut.
1. Menghitung kedekatan antara kasus nasabah baru dengan kasus A.
Atribut
Kasus
Kasus Kedekatan nilai
Bobot
Baru
A
atribut
atribut
Jenis
L
L
1
0.5
Kelamin
Pendidikan
SMA
S1
0.4
1
Agama
Kristen
Islam
0.75
0.75
Kedekatan Kasus baru dengan A =

2. Menghitung kedekatan antara kasus nasabah baru dengan kasus B.

Atribut
Kasus
Kasus Kedekatan nilai
Bobot
Baru
B
atribut
atribut
Jenis
L
P
0.5
0.5
Kelamin
Pendidikan
SMA
SMA
1
1
Agama
Kristen Kristen
1
0.75
Kedekatan Kasus baru dengan B=
3. Menghitung kedekatan antara kasus nasabah baru dengan kasus C.
Atribut
Kasus
Kasus Kedekatan nilai
Bobot
Baru
C
atribut
atribut
Jenis
L
L
1
0.5
Kelamin
Pendidikan
SMA
SMA
1
1
Agama
Kristen
Islam
0.75
0.75
Kedekatan Kasus baru dengan C =

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?