Aplikasi Data Mining Menggunakan Metode K-NN (K – NEAREST NEIGHBOR)

lgoritma k-nearest neighbor (k-NN atau KNN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.

Data pembelajaran diproyeksikan ke ruang berdimensi banyak, dimana masing-masing dimensi merepresentasikan fitur dari data. Ruang ini dibagi menjadi bagian-bagian berdasarkan klasifikasi data pembelajaran. Sebuah titik pada ruang ini ditandai kelas c jika kelas c merupakan klasifikasi yang paling banyak ditemui pada k buah tetangga terdekat titk tersebut. Dekat atau jauhnya tetangga biasanya dihitung berdasarkan jarak Euclidean.

Pada fase pembelajaran, algoritma ini hanya melakukan penyimpanan vektor-vektor fitur dan klasifikasi dari data pembelajaran. Pada fase klasifikasi, fitur-fitur yang sama dihitung untuk data test (yang klasifikasinya tidak diketahui). Jarak dari vektor yang baru ini terhadap seluruh vektor data pembelajaran dihitung, dan sejumlah k buah yang paling dekat diambil. Titik yang baru klasifikasinya diprediksikan termasuk pada klasifikasi terbanyak dari titik-titik tersebut.

Nilai k yang terbaik untuk algoritma ini tergantung pada data; secara umumnya, nilai k yang tinggi akan mengurangi efek noise pada klasifikasi, tetapi membuat batasan antara setiap klasifikasi menjadi lebih kabur. Nilai k yang bagus dapat dipilih dengan optimasi parameter, misalnya dengan menggunakan cross-validation. Kasus khusus di mana klasifikasi diprediksikan berdasarkan data pembelajaran yang paling dekat (dengan kata lain, k = 1) disebut algoritma nearest neighbor.

Ketepatan algoritma k-NN ini sangat dipengaruhi oleh ada atau tidaknya fitur-fitur yang tidak relevan, atau jika bobot fitur tersebut tidak setara dengan relevansinya terhadap klasifikasi. Riset terhadap algoritma ini sebagian besar membahas bagaimana memilih dan memberi bobot terhadap fitur, agar performa klasifikasi menjadi lebih baik.

Aplikasi Penjurusan Siswa SMA dengan Metode K-NN dengan Delphi.

1. Menu Utama Aplikasi

2. Menu Pengaturan Variabel yang dipakai

3. Form Data Kasus yang pernah terjadi di sekolahan,

4. Form Input Data Siwa

 5. Form Perbandingan variabel untuk perhitungan K-NN

6. Form Testing K-NN

7. Form Pengujian Data Siswa untuk penjurusan dengan Metode K-NN

8. Form Hasil Pengujian Data

Bagi yang kebingunan untuk bahan Skripsi mungkin program ini bisa menjadi salah satu referensi untuk judul skripsi.

Apabila ada yang berminta untuk Source Codenya atau butuh bantuan untuk pembuatan program skripsi. Silahkah tinggalkan email di komentar.

Source Codenya Ada maharnya. Terimakasih.

Kalo Hanya untuk Referensi silahkan download File Exe-nya Disini.