K-Nearest Neighbourhood (KNN)

Slides:



Advertisements
Presentasi serupa
Menu dan Ikon Pada Perangkat Lunak Pengolah Kata
Advertisements

K Nearest Neighbour. Nearest Neighbour Rule Tersedia beberapa data (x,y) yang terklasifikasi menjadi 2 kelas k = 1 k = 3 Diberikan query point q, titik.
Pengelompokan Jenis Tanah Menggunakan Algoritma Clustering K-Means
Model Datamining Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [10]:
DATA MINING 1.
NAMA KELOMPOK : Laili Nur Hanifah ( ) Sumani ( ) Nur Indah Ekasari ( )
Algoritma & Pemrograman 1
Packaging. Buatlah Folder “Package” Salin berkas *.exe dan report dari project anda.
Switchboard Tessy Badriyah.
Struktur Kode Aplikasi Java (1)
Jaringan Syaraf Tiruan
Johannes Simatupang, MKom, Cobit5-F NIDN :
PENGENALAN MACRO Sebuah fasilitas yang dimiliki Microsoft Excel yang dapat digunakan untuk merekam semua tindakan dan perintah yang dilakukan pada program.
Oleh : Devie Rosa Anamisa
JARINGAN SARAF TIRUAN LANJUTAN
Pengenalan Supervised dan Unsupervised Learning
Adaptive Neuro-Fuzzy Inference System (ANFIS)
Support Vector Machine (SVM)
Tahapan dan Pengelompokan Data Mining
1 Pertemuan 8 Klasifikasi dan Rekognisi Pola (2) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
LOGIKA FUZZY.
Pengenalan Visual Basic
BAB II KOMPONEN-KOMPONEN MICROSOFT VISUAL BASIC 6.0
Switchboard Arif Basofi, S.Kom.
ANALISIS OUTLIER 1 Data Mining.
Sistem Berbasis Fuzzy Materi 4
K-SUPPORT VECTOR NEAREST NEIGHBOR UNTUK KLASIFIKASI BERBASIS K-NN
Memahami Ruang Lingkup Pemrograman
Sistem Berbasis Fuzzy Materi 5
Klasifikasi.
Louis Bertrand Secondra
Peran Utama Data Mining
Memahami Ruang Lingkup Pemrograman
Konsep Data Mining Ana Kurniawati.
Dosen : Dhyah Wulansari, SE., MM.
Clustering Best Practice
Kuliah Sistem Fuzzy Pertemuan 7 “Fuzzy Clustering”
Algoritma kNN (k-Nearest Neighbor)
BAB VII Implementasi dan Testing
K-Nearest Neighbor dan K-means
INPUT DAN OUTPUT By emy
BAB IV Metode Simpleks Persoalan Minimasi
Oleh : Devie Rosa Anamisa
MODUL PRATIKUM PEMOGRAMAN BERORIENTASI OBJEK (OOP)
SISTEM OPERASI BERBASIS GRAFIC USER INTERFACE (GUI)
Perancangan Perangkat Lunak – Part 1
Classification Supervised learning.
Penggunaan Toolbox Matlab menyelesaikan kasus sistem uzzy
MODUL PRATIKUM PEMOGRAMAN BERORIENTASI OBJEK (OOP)
BAB V Metoe Penalty (Teknik M)
Analisis Klastering K-Means Model Datamining Kelompok 1 Eko Suryana
PRODI MIK | FAKULTAS ILMU-ILMU KESEHATAN
Algoritma kNN (k-Nearest Neighbor)
Bab 9 Regresi Polinomial
Klasifikasi Nearest Neighbor
KLASIFIKASI.
BAB IV Metode Simpleks Persoalan Minimasi Oleh : Devie Rosa Anamisa.
Pemrograman GUI dengan Java
Memahami Ruang Lingkup Pemrograman
ALGORITMA DAN BAHASA PEMROGRAMAN JAVA
Oleh : Devie Rosa Anamisa
Klasifikasi dengan RapidMiner
Database Pada Microsoft Excel
Konsep Data Mining Ana Kurniawati.
IMPLEMENTASI ALGORITMA k-NN
BAB 1 Mengoperasikan Bahasa Pemrograman Pascal dengan menggunakan software Delphi Console Aplication.
DECISION SUPPORT SYSTEM [MKB3493]
Intro Algoritma K-Nearest Neighbor (K- NN) adalah sebuah metode klasifikasi terhadap sekumpulan data maupun dokumen berdasarkan pembelajaran  data yang.
Universitas Gunadarma
Algoritma kNN (k-Nearest Neighbor)
Transcript presentasi:

K-Nearest Neighbourhood (KNN) Oleh : Devie Rosa Anamisa

Kluster Pengklusteran adalah proses klasifikasi suatu data dengan proses pemisahan yang jelas antara satu kelas dengan kelas lainnya. KNN merupakan pengklusteran kasar (Hard Clustering) Membandingkan satu kelas dengan kelas lainnya melalui mekanisme biasa yang tidak mengkonversi angka utuh (Crisp) menjadi kabur (Fuzzy). KNN termasuk kategori supervised

Prinsip KNN Mencari jarak terdekat antara data yang akan dievaluasi dengan K tetangga (neighbor) terdekatnya dalam data pelatihan. Mirip dengan teknik klastering mengelompokkan suatu data baru berdasarkan jarak data baru itu ke beberapa data/tetangga (neighbor) terdekat. Semakin besar nilai K maka diperoleh sejumlah data pelatihan terdekat.

Contoh KNN Jika data terdekatnya banyak yang memiliki kelas “A” , maka data test masuk kedalam kelas A. Sebagai contoh gambar disamping, dimana data test masuk ke dalam kelas “belah tupat” dikarenakan range K tertentu diperoleh tiga data tetangga yang berkelas “belah tupat” sedangkan hanya satu yang berkelas “bintang”.

Praktekan Buat data dalam notepad, dengan ekstensi .dat sbb:

Ketik pada command window seperti berikut ini:

Tampilan GUI Sistem Berbasis KNN Buka jendela GUI dengan menekan FILE-NEW-GUI atau dengan mengetik guide pada command window, desain sebagai berikut:

Source code :

Hasil :

Terima Kasih