Text

Perbandingan Metrik Jarak Pada Metode K Neirest Neighbor

---

Penilaian

---

Data mining adalah proses untuk mencari ilmu pengetahuan di dalam data. Klasifikasi adalah ilmu didalam data mining yang menganalisa data dengan membangun model untuk mendeskripsikan kelas data. K Nearest Neighbor (KNN) adalah algoritma klasifikasi yang berguna untuk mencari kelas dari data yang tidak diketahui. Metrik jarak memiliki peran yang penting dalam pengklasifikasian menggunakan metode K Nearest Neighbor (KNN), dimana metrik jarak berguna untuk menghitung jarak antara data training dan data testing. Oleh karena itu, penelitian ini dilakukan untuk menganalisa dan membandingkan metrik jarak euclidean, manhattan dan chebycev distance dalam melakukan perhitungan jarak pada metode K Nearest Neighbor (KNN). Penelitian ini menghasilkan metrik jarak manhattan distance yang memiliki nilai akurasi, precision, dan recall terbaik pada hasil pengklasifikasian menggunakan metode K Nearest Neighbor. Kata Kunci : Data Mining, Klasifikasi, K Nearest Neighbor, Metrik Jarak

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2007000024	T32905	T329052020	Central Library (REFERENSI)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T329052020

Publisher

Inderalaya : Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Sriwijaya., 2020

Collation

xiv, VI-2 hlm.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

005.

Content Type

Text

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Data mining
Teknik Informatika

Specific Detail Info

-

Statement of Responsibility

NO

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment