Oleh
Ninik Wulandari
361855401083
Kelas : 3C
b. Minkowsky
c. Chebichev
d. Euclidean
e. Manhattan
4. Runtutan Algoritma kNN
a. Tentukan besar parameter K (Jumlah banyaknya tetangga terdekat)
b. Hitung jarak antara data baru dan semua data yang ada pada data training
c. Urutkan jarak tersebut dan tentukan tetangga mana yang terdekat berdasarkan
jarak minimum ke-K
d. Tentukan kategori dari tetangga terdekat
e. Gunakan kategori mayoritas yang sederhana dari tetangga yang terdekat
tersebut sebagai nilai prediksi dari data yang baru (Lakukan sistem voting)
IV. Source Code
1. DataLatih.java
2. KNN_algoritma.java
3. KNN_run.java
V. Hasil
Pembahasan:
Dari percobaan diatas dapat diketahui bahwa dengan mendapatkan niai rapot 7dan
nilai UN 6, maka seorang siswa dapat mendapatkan beasiswa. Hal tersebut
dikarenakan program diatas menggunakan metode algoritma kNN yang nilai
acuannya mendekati hasil keputusan reguler.
3. Percoban 3 (NR=5, UN=4)
Pembahasan:
Dari percobaan diatas dapat diketahui bahwa dengan mendapatkan niai rapot 5
dan nilai UN 4, maka seorang siswa dapat mendapatkan beasiswa. Hal tersebut
dikarenakan program diatas menggunakan metode algoritma kNN yang nilai
acuannya mendekati hasil keputusan tidak lulus.
VII. Kesimpulan
Pada praktikum kali ini membahas mengenai algoritma kNN atau algoritma K-
Nearest Neighbors. Algoritma kNN adalah metode klasifikasi yang mengelompokan
data baru berdasarkan jarak data baru itu kebeberapa data/tetangga. Percoban diatas
mengunakan rumus jarak Euclidean. Dimana dilakukan 3 kali percobaan dengan
dihasilkan keputusan yang berbeda. Terdapat tiga kelas yang menjadi acuan
keputusan, yaitu REGULER, BEASISWA, dan TIDAK LULUS. Nantinya hasil yang
diperoleh dari salah satu dari ketiga kelas tersebut berguna untuk menentukan
keputusan mana yang harus diambil oleh pengguna.
VIII. Referensi
Fauzi, Y. Y. E. Widyastuti, I. S. dan R. H. P. (2012). Kelapa Sawit: Budidaya,
Pemanfaatan Hasil dan Limbah, Analisis Usaha dan Pemasaran. 236 hal.
Telaumbanua, F. D., Hulu, P., Nadeak, T. Z., Lumbantong, R. R., & Dharma, A.
(2020). Penggunaan Machine Learning Di Bidang Kesehatan. Jurnal Teknologi Dan
Ilmu Komputer Prima (JUTIKOMP), 2(2), 57–64.
https://doi.org/10.34012/jutikomp.v2i2.657