Kali ini kita
akan melakukan perhitungan DATA MINING CLASSIFICATION dengan
Metode K-NN (K-Nearest Neighbor).
K-Nearest Neighbor (K-NN) adalah suatu
metode yang menggunakan algoritma supervised dimana
hasil dari sampel uji yang baru diklasifikasikan
berdasarkan mayoritas dari kategori pada K-NN.
Tujuan dari algoritma ini adalah mengklasifikasi objek baru berdasakan atribut dan
sampel latih. Pengklasifikasian tidak menggunakan model apapun
untuk dicocokkan dan hanya berdasarkan pada memori. Diberikan titik uji, akan
ditemukan sejumlah K objek (titik training) yang paling dekat dengan titik uji.
Klasifikasi menggunakan voting terbanyak di antara klasifikasi dari K objek.
Algoritma K-NN menggunakan klasifikasi ketetanggaan sebagai nilai prediksi dari
sample uji yang baru. Dekat atau jauhnya
tetangga biasanya dihitung berdasarkan jarak Eucledian
distance.
Data yang akan
kita gunakan kali ini yaitu Data survei
kebahaigian/kepuasan masyarakat terhadap hidup dan layanan di kota Somerville
yang saya ambil dari UCI. Atau bisa di
klik pada link ini : → https://archive.ics.uci.edu/ml/machine-learning-databases/00479/
Data yang kita gunakan adalah dimana Kota Somerville adalah kota yang terletak langsung di barat laut Boston, dan di timur Cambridge, di Middlesex County, Massachusetts, Amerika Serikat. Mereka mengirimkan survei kebahagiaan ke sampel acak penduduk Somerville yang meminta mereka untuk menilai kebahagiaan pribadi dan kepuasan mereka dengan layanan kota tersebut.
Dalam data tersebut ada
beberapa nilai yang digunakan, yaitu sebagai berikut :
D = atribut keputusan (D) dengan nilai 0
(tidak bahagia) dan 1 (bahagia)
X1
= ketersediaan informasi tentang layanan kota
X2
= biaya perumahan
X3
= kualitas keseluruhan sekolah umum
X4
= kepercayaan Anda pada polisi setempat
X5
= pemeliharaan jalan dan trotoar
X6
= ketersediaan acara komunitas sosial
*
atribut x1-x6 memiliki nilai 1-5
Datanya
sebagai berikut :
Terdapat 143 data ,dan
pada data ke 144 muncul data baru, disini kita akan menentukan data ke 144
masuk ke data yes/happy (1) atau no/unhappy (0).
Perhitungan manual yang
pertama adalah :
1.
Kita mencari Eucledian Distance denan
rumus :
Agar
lebih mudah menentukan nya kita menggunakan perhitungan dari excel dan kita
menggunakan 25 data sampel.
Hasilnya
:
Untuk
mencari eucledian untuk data 1 sampai 25 adalah
Dan
seterusnya sampai data ke 25 . Nilai data ke n di kurang dengan data yang
muncul.
Setelah
data eucledian sudah ditemukan hasilnya, kemudian akan dicari jarak terdekat :
Diurutkan
dari data terdekat dengan nilai 1 kemudian sampai data terjauh yaitu jarak ke
11.
Kemudian
K disini kita menggunakan K=3, MAKA akan dihasilkan nilai berikut :
Data
berwarna hijau adalah 3 urutan data terdekat, mengapa kita ambil 3 karena kita
menggunakan K=3.
Kemudian
kita lihat pada ke 3 urutan terdekat tersebut masuk ke dalam kategori apa.
Dihasilkan
bahwa data unhappy ada 6 dan happy ada 3, maka dapat disimpulkan BAHWA DATA KE
144 MASUK KE DALAM D=0/UNHAPPY, KARENA UNHAPPY > HAPPY.
Setelah kita mendapatkan data dengan perhitungan manual, sekarang kita akan masuk ke dalam perhitungan aplikasi weka.
Data yang telah kita punya di excel kita save dengan ekstensi CSV seperti gambar berikut ini :
 |
| Save as type CSV (Comma delimited) |
setelah di save, kemudian kita akan masuk ke aplikasi weka.
berikut adalah data yang sudah kita open, kemudian kita pilih classify ,
kemudian kita pilih choose , lalu lazy -> ibk :
kemudian OK dan klik start , hasilnya adalah seperti berikut :
kemudian kita coba dengan KNN=5 , sama seperti cara seperti di awal tadi, klik ibk di samping choose, masukkan KNN=5, maka hasilnya berikut :
berikut adalah hasil perhitungan WEKA data mining clasification dengan K-NEAREST NEIGHBOR.
Mohon maaf jika ada kekurangan dan salah kata yang sulit dimengerti, semoga ilmu yang telah saya bagikan dapat membantu teman-teman semua. Terimakasih ...👩👩🙏
