Dipostingan kali
ini saya akan membahas perhitungan K-Nearest Neighbor dengan Minkowski 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
- r Minkowski = 4
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
- 1/4 adalah nilai pangkat, dikarenakan r = 4
- 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 TMS
dikarenakan Moon hasilnya adalah TMS.
- Jika menggunakan K=3 maka hasilnya adalah TMS
dikarenakan Dani hasilnya adalah MS, sedangkan Moon dan Tet hasilnya
adalah TMS (MS berjumlah 1 dan TMS berjumlah 2).
- Jika menggunakan K=5 maka hasilnya adalah TMS
dikarenakan Dani hasilnya adalah MS, sedangkan Moon, Tet, Cee dan Jo hasilnya adalah TMS (MS berjumlah 1 dan TMS berjumlah 4).
Sehingga hasil akhir See TMS
Catatan :
- Nilai K bernilai bebas (usahakan bernilai ganjil
agar tidak membingungkan kita saat ada hasil vooting yang jumlahnya sama).
Tidak ada komentar:
Posting Komentar