Perhitungan K-Nearest Neighbor Dengan Minkowski Distance

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).

Perhitungan K-Nearest Neighbor Dengan Manhattan Distance

Dipostingan kali ini saya akan membahas perhitungan K-Nearest Neighbor dengan Manhattan 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.
• Perlu di ingat, untuk Manhattan hasil akhir harus bernilai mutlak.

 

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 hasilnya adalah MS, sedangkan Cee, Moon, Jo dan Alan 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).

 

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).

Set Data (Menghitung Jarak Dengan Minkowski) Menggunakan Excel

Cara menghitung jarak dengan Minkowski dengan menggunakan Excel adalah sebagai berikut :

Data yang akan kita gunakan adalah 

Rumus yang akan kita gunakan adalah sebagai berikut :

• =((B3-C3)+(B4-C4)+(B5-C5)+(B6-C6)+(B7-C7))/1/C1
• = 0,6666667

Penjelasan :

• B3, C3 dan seterusnya adalah kolom dari angka di excel
• ^ adalah formula pangkat di excel
• C1 adalah pembagi untuk pangkat yang bernilai 3, tertulis di rumus adalah 1/C1 sehingga 1/3
• C1 bernilai bebas

Set Data (Perbandingan Jarak Dengan Minkowski)

Di posting kali ini saya akan mencontohkan perhitungan perbandingan jarak menggunakan Minkowski distance.

Saya memiliki 3 buah data.

Data ini terdiri dari data X, data Y dan data Z.

Data X terdiri dari = 5, 0, 2, 7, 0

Data Y terdiri dari = 1, 7, 0, 2, 3

Data Z terdiri dari = 1, 4, 4, 3, 1

r = 3

Dari data di atas akan mencari perbandingan jarak antara Data X ke Data Y, Data Y ke Data Z dan Data Z ke Data X

Jarak Data X ke Data Y

Jadi, Jarak Data X ke Data Y adalah 0,33333

Jarak Data Y ke Data Z

Jadi, Jarak Data Y ke Data Z adalah 0

Jarak Data Z ke Data X

Jadi, Jarak Data Z ke Data X adalah -0,33333

Dari hasil ketiga jarak di temukan sebagai berikut :

Dari data di atas, di peroleh jarak Data Y ke Data Z adalah jarak yang paling terdekat dengan nilai -0,33333

Catatan :

• Perlu di ingat bahwa jarak tidak ada hasil negatif, berhubung disini ada negatif dikarenakan kesalahan data.

Set Data (Jarak (minkowski))

Di posting kali ini saya akan mencontohkan perhitungan jarak menggunakan minkowski distance.

Saya memiliki 2 buah data.

Data ini terdiri dari data X dan data Y.

Data X terdiri dari = 5, 3, 1, 0, 1

Data Y terdiri dari = 1, 0, 3, 4, 2

r = 4

Data tersebut akan kita hitung jaraknya menggunakan minkowski distance.

Rumus yang akan kita gunakan adalah :

Untuk perhitungan minkowski terdapat pangkat yaitu r yang bernilai 1/r

Untuk melakukan perhitungan sebagai berikut :

Penjelasannya adalah :

• 7 = adalah angka pertama dari data X
• 1 = adalah angka pertama dari data Y
• Jadi rumusnya data pertama milik X dikurangi data pertama milik Y dan begitu pula seterusnya

Sehingga perhitungan selanjutnya adalah seperti ini :

Penjelasannya adalah :

• 1/r adalah pangkat yang akan dilakukan perhitungan terakhir
• r disini bernilai 4 (bisa bernilai berapa saja)

Jadi, jarak kedua data dengan menggunakan minkowski distance adalah 0,5

Set Data (Menghitung Jarak Dengan Manhattan) Menggunakan Excel

Cara menghitung jarak dengan manhattan dengan menggunakan Excel adalah sebagai berikut :

Data yang akan kita gunakan adalah 

Rumus yang akan kita gunakan adalah sebagai berikut :

• =ABS((B3-C3)+(B4-C4)+(B5-C5)+(B6-C6)+(B7-C7))
• 1

Hasilnya seharusnya adalah -1, dikarenakan untuk perhitungan jarak Manhattan harus bernilai mutlak. Maka nilai -1 berumah menjadi 1

Penjelasan :

• ABS adalah formula di excel untuk angka mutlak
• B3, C3 dan seterusnya adalah kolom dari angka di excel