Penerapan Analisis K-Nearest Neighbor dalam Klasifikasi Pemeringkatan Perguruan Tinggi Indonesia

Abstract

Klasifikasi merupakan suatu teknik dengan melihat pada kelakuan dan atribut dari kelompok yang telah didefinisikan. Metode K-Nearest Neighbor adalah sebuah algoritma pelatihan untuk mengklasifikasikan suatu data baru berdasarkan kategori mayoritas banyaknya K data pelatihan yang terdekat dengannya (nearest neighbor). Tujuan utama dari algoritma ini adalah untuk mengklasifikasikan suatu obyek baru berdasarkan atribut dan sampel pelatihan. Dalam penelitian ini membahas pengklusteran pemeringkatan perguruan tinggi indonesia yang dilakukan kemenristekdikti pada tahun 2015 yang terdiri atas 3 cluster. Dengan menggunakan analisis k-nearest neighbor, data baru dapat diklasifikasi ke dalam kelompok yang sudah didefenisikan. Berdasarkan hasil validitas data, dapat diketahui persentase kesamaan pengklusteran kemenristekdikti dengan metode k-nearest neighbors sebesar 93%.