Algoritma Nearest Neighbour

Algoritma Nearest Neighbour

Algoritma Nearest Neighbour adalah pendekatan untuk mencari kasus dengan menghitung antara kasus baru dengan kasus lama, yaitu dengan berdasarkan kpd pencocokan bobot dari jumlah fitur yang ada, contoh :


  • jika diinginkan mencari solusi terhadap seorang pasien baru dengan menggunakan solusi         dari pasien terdahulu.
  • Untuk mencari kasus pasien lain mana yang akan digunakan, maka akan dihitung kedekatan   kasus pasien baru dengan semua pasien lama.



Algoritma Nearest Neighbour


  • Dua pasien lama A dan B. Ketika ada pasien baru C, maka akan dicari solusi dari pasien yg terdekat. 
  • Seandainya d1 dan d2 adalah kedekatan antara C dgn A dan B, maka solusi dari pasien B lah yang akan digunakan sebagai solusi utk pasien baru C


Rumus untuk melakukan penghitungan kedekatan antara dua kasus

Algoritma Nearest Neighbour

Keterangan:
-T : kasus baru
-S : kasus yg ada dlm penyimpanan
-n : jumlah atribut dlm setiap kasus
-i : atribut individu antara 1 s.d n
-f : fungsi similarity atribut i antara kasus T dan kasus S
-W : bobot yg diberikan pada atribut ke-i

  • Kedekatan umumnya berada pada nilai antara 0 dan 1
  • Nilai 0 → kedua kasus mutlak tdk mirip
  • Nilai 1 → mirip dengan mutlak

Contoh Kasus :
  • Untuk menentukan seorang calon nasabah akan bermasalah atau tidak bermasalah, kriteria yg diperlukan meliputi:

- Jenis kelamin
- Pendidikan
- Agama
  • Salah satu atribut merupakan data solusi per item data yg disebut target atribut → misalnya atribut “bermasalah” dgn nilai “ya” atau “tidak”

Tabel Contoh Kasus Algoritma NN

Algoritma Nearest Neighbour


Contoh
  • Berdasarkan tabel diatas akan dibuat bobot bagi masing-masing atribut terpilih yg bukan atribut target/tujuan/dipengaruhi.
  • Pembobotan akan diberikan kpd atribut

-Jenis kelamin → 0,5
-Pendidikan → 1
-Agama → 0,75
  • Kedekataan antara nilai-nilai dlm atribut juga perlu didefinisikan.

“Kedekatan” nilai atribut jenis kelamin
Algoritma Nearest Neighbour


“Kedekatan” nilai atribut pendidikan



Algoritma Nearest Neighbour


“Kedekatan” nilai atribut Agama
Algoritma Nearest Neighbour


  • Apabila terdpt kasus calon nasabah baru 

-Jensi kelamin : L
-Pendidikan : SMA
-Agama : Kristen
  • Apakah calon nasabah tsb akan bermasalah atau tidak ?
  • Caranya: Hitung kedekatan kasus baru dengan kasus yang sudah ada → (kasus yg sudah terjadi ada 3 kasus/record).
Langkah 1 : Hitung kedekatan kasus baru dengan kasus/record #1

  • A = Kedekatan nilai atribut jenis kelamin (kasus baru : L, Rec #1 : L) → 1
  • B = Bobot atribut jenis kelamin → 0,5
  • C = kedekatan nilai atribut pendidikan (kasus baru : SMA, Rec #1 : S1) → 0,4
  • D = Bobot atribut pendidikan  1
  • E = Kedekatan nilai atribut agama ( Kristen, Islam) → 0,75
  • F = Bobot atribut agama → 0,75
Hitung jarak kedekatan kasus 1/rec#1

Algoritma Nearest Neighbour


Langkah 2 : Hitung kedekatan kasus baru dengan kasus/record #2
  • A = Kedekatan nilai atribut jenis kelamin (kasus baru : L, Rec #2 :P) → 0,5
  • B = Bobot atribut jenis kelamin  0,5
  • C = kedekatan nilai atribut pendidikan (kasus baru : SMA, Rec #2 : SMA) → 1
  • D = Bobot atribut pendidikan  1
  • E = Kedekatan nilai atribut agama ( Kristen, Islam) → 0,75
  • F = Bobot atribut agama → 0,75


Hitung jarak kedekatan kasus/rec#2
Algoritma Nearest Neighbour



Langkah 3 : Hitung kedekatan kasus baru dengan kasus/record #3
  • A = Kedekatan nilai atribut jenis kelamin (kasus baru : L, Rec #3 : L) → 1
  • B = Bobot atribut jenis kelamin → 0,5
  • C = kedekatan nilai atribut pendidikan (kasus baru : SMA, Rec #3 : SMA) → 1
  • D = Bobot atribut pendidikan → 1
  • E = Kedekatan nilai atribut agama ( Kristen, Islam) → 0,75
  • F = Bobot atribut agama → 0,75
Hitung jarak kedekatan kasus/rec#3

Algoritma Nearest Neighbour


Langkah 4 : Memilih kasus dengan kedekatan yg paling dekat
  • Berdasarkan langkah 1,2,3 diketahui nilai masing-masing adalah:

-Langkah 1 → jarak=0,65
-Langkah 2 → jarak=0,8
-Langkah 3 → jarak=0,9
  • Maka kasus dengan kedekatan terdekat adalah nilai tertinggi → 0,9
Langkah 5 : Menggunakan klasifikasi dari kasus dengan kedekatan terdekat

  • Berdasarkan langkah 4, maka klasifikasi dari kasus 3 yang akan digunakna untuk memprediksi kasus baru.
  • Maka kemungkinan kasus nasabah baru akan “Tidak bermasalah”.


Kata Kunci : Algoritma Nearest Neighbour, Pengertian Algoritma Nearest Neighbour, Skripsi Teknik Informatika, Contoh Skripsi, Contoh Skripsi Teknik Informatika, Ilmu Skripsi.





2 comments

avatar

Terimakasih atas penjelasannya, cukup membantu untuk referensi tugas kuliah saya :D

Balas
avatar

gan, referensinya dari mana ya :D

Balas