DIGITAL LIBRARY
JUDUL | : | ANALISIS PERBANDINGAN ALGORITMA DISTANCE -WEIGHTED KNN DAN ALGORITMA KNN PADA PREDIKSI MASA STUDI MAHASISWA | |
PENGARANG | : | Wenie Hardianti | |
PENERBIT | : | FAKULTAS MIPA | |
TANGGAL | : | 2017-11-14 |
Jumlah data yang dimiliki oleh sebuah perguruan tinggi akan mengalami peningkatan setiap tahunnya. Prediksi masa studi mahasiswa dapat digali menggunakan data tersebut menggunakan Algoritma KNN dan Algoritma
Distance-Weighted KNN. Algoritma KNN dilakukan dengan mencari kelompok k
objek dalam data training yang paling dekat (mirip) dengan objek pada data baru
atau data testing. Distance-Weighted KNN merupakan algoritma yang berfungsi
untuk memberi bobot yang berbeda ke tetangga terdekat sesuai jaraknya, dan tetangga terdekat memiliki bobot yang lebih besar. Ada hal yang mempengaruhi kinerja algoritma KNN yaitu pemilihan nilai k, oleh karena itu perlu diketahui nilai
k dan tingkat akurasinya. Confusion matrix digunakan untuk mengetahui tingkat
akurasi pada kedua algoritma. Algoritma Distance-Weighted KNN tidak lebih baik
daripada algoritma KNN. Akurasi algoritma KNN lebih besar daripada algoritma DWKNN yaitu terletak pada k=7 dengan akurasi 83,3% (KNN) banding 80,0%
(DWKNN). Namun untuk kestabilan akurasi, algoritma Distance-Weighted KNN
cenderung stabil. Nilai k-optimal yang dihasilkan algoritma DWKNN untuk prediksi masa studi mahasiswa adalah 1, 3, 7, dan 9.
Kata kunci: K-Nearest Neighbor, Distance-Weighted KNN, Data Mining,
Confusion Matrix, Masa Studi Mahasiswa.
NO | DOWNLOAD LINK |
File secara keseluruhan dapat di unduh DISINI