Implementasi algoritma k-nearest neighbor untuk klasifikasi tingkat kemiskinan di Pulau Jawa dan Madura

ABSTRAK

Tujuan penelitian ini untuk menemukan tingkat akurasi hasil klasifikasi tingkat kemiskinan Kabupaten/Kota di Pulau Jawa dan Madura menggunakan metode K-Nearest Neigbor. Klasifikasi merupakan proses mengkategorikan fitur ke dalam sebuah kelas dengan menggunakan data latih sebagai acuan pengelompokan dan data uji sebagai data pengujian, yang bertujuan untuk mempermudah memprediksi objek kelas yang belum memiliki label dan belum terklasifikasi. KNN merupakan salah satu metode klasikasi yang mengelompokkan objek berdasarkan kedekatan jaraknya. Telah banyak permasalahan yang diselesaikan dengan mengimplementasikan algoritma klasifikasi KNN. Salah satu masalah yang dapat diselesaikan dengan algoritma ini adalah klasifikasi tingkat kemiskinan. Data yang digunakan meliputi 119 Kabupaten/Kota di Pulau Jawa dan Madura pada tahun 2022. Hasil penelitian ini menunjukkan bahwa algoritma KNN telah berhasil diimplementasikan dengan baik untuk permasalahan klasifikasi tingkat kedalaman kemiskinan pada Kabupaten/Kota di Pulau Jawa dan Madura tahun 2022 dengan akurasi terbaik sebesar 91,67% berdasarkan nilai parameter k terbaik yaitu k=5.

ABSTRACT

The purpose of this study is to find the accuracy of the results of the classification of poverty levels in Regencies/Cities in Java and Madura using the K-Nearest Neigbor method. Classification is the process of categorizing features into a class by using training data as a reference for grouping and test data as test data, which aims to make it easier to predict class objects that do not have a label and have not been classified. KNN is one of the classical methods that groups objects based on their proximity. Many problems have been solved by implementing the KNN classification algorithm. One of the problems that can be solved with this algorithm is the classification of poverty levels. The data used covers 119 regencies/cities on the islands of Java and Madura in 2022. The results of this study show that the KNN algorithm has been successfully implemented well for the problem of classification of poverty depth levels in Regencies/Cities on the islands of Java and Madura in 2022 with the best accuracy of 91,67% based on the best k parameter value, which is k=5.

مستخلص البحث

الغرض من هذا البحث هو إيجاد مستوى دقة نتائج تصنيف مستوى الفقر في المناطق أو المدن في جاوة وجزيرة مادورا باستخدام طريقة ك-نن. التصنيف هو عملية تصنيف السمات إلى فئة باستخدام بيانات التدريب كمرجع للتجميع وبيانات الاختبار كبيانات اختبار، ويهدف إلى تسهيل التنبؤ بأشياء الفئة التي لا تملك تسميات ولم يتم تصنيفها بعد. ك-نن هي إحدى طرق التصنيف التي تقوم بتجميع الكائنات بناءً على قربها. تم حل العديد من المشاكل من خلال تطبيق خوارزمية تصنيف ك-نن. إحدى المشاكل التي ١١۹ يمكن حلها باستخدام هذه الخوارزمية هي تصنيف مستويات الفقر. وتشمل البيانات المستخدمة مقاطعة أو مدينة في جزيرةجاوى ومادورا في عام ٢٠٢٢. تظهر نتائج تصنيف خوارزمية ك-نن أعلى دقة تبلغ 91,67% استنادا إلى أفضل قيمة لمعامل ك=5.