Perhitungan K-Nearest Neighbor Dengan Euclidean Distance

Dipostingan kali ini saya akan membahas perhitungan K-Nearest Neighbor dengan Euclidean Distance.

Klasifikasi yang akan dibahas adalah Klasifikasi Penerima Beasiswa.

Data yang akan kita pakai adalah :

• Terdiri dari 10 data
• Terdiri dari 2 kriteria
• K = 5

Keterangan :

• Yang akan di kategorikan terdiri dari nilai Non Akademik dan nilai Akademik.
• Status terdiri dari TMS (Tidak Memenuhi Syarat) dan MS (Memenuhi Syarat).
• Yang akan kita klasifikasikan adalah dengan Nama = See, Nilai Non Akademik = 81 dan Nilai Akademik = 86, Status = ?

Perhitungan (rumus yang akan digunakan) :

• 79 adalah nilai Non Akademik milik Alan
• 81 adalah nilai Non Akademik milik See
• 97 adalah nilai Akademik milik Alan
• 86 adalah nilai Akademik milik See
• Seterusnya dilakukan perhitungan yang sama terhadap data milik Dani, Rey dan seterusnya.

Maka Perhitungan yang akan di peroleh sebagai berikut:

Setelah itu lakukan perangkingan dari nilai terkecil sampai terbesar, hasil yang di dapat sebagai berikut:

Setelah di dapat perangkingan, kita bisa memastikan atas nama See berhak mendapatkan Memenuhi Syarat untuk menerima Beasiswa atau Tidak Memenuhi Syarat untuk menerima Beasiswa.

Penjelasan :

• Jika menggunakan K=1 maka hasilnya adalah MS dikarenakan Dani hasilnya adalah MS.
• Jika menggunakan K=3 maka hasilnya adalah TMS dikarenakan Dani hasilnya adalah MS, sedangkan Cee dan Moon hasilnya adalah TMS (MS berjumlah 1 dan TMS berjumlah 2).
• Jika menggunakan K=5 maka hasilnya adalah TMS dikarenakan Dani dan Eks hasilnya adalah MS, sedangkan Cee, Moon dan Tet hasilnya adalah TMS (MS berjumlah 2 dan TMS berjumlah 3).

Sehingga hasil akhir See TMS 

Catatan :

• Nilai K bernilai bebas (usahakan bernilai ganjil agar tidak membingungkan kita saat ada hasil vooting yang jumlahnya sama).