Hitung Manual Algoritma k-Nearest Neighbor (k-NN) Menggunakan Dataset Sederhana

Table of Contents

Gambar 1. Ilustrasi K-NN (sumber: datacamp.com)

Metode k-Nearest Neighbor menjadi salah satu dari top 10 algoritma data mining yang populer digunakan (Prasetya, 2014). Metode ini melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Penentuan jarak yang paling dekat didasarkan atas kemiripan menggunakan metode perhitungan jarak (distance similarity) seperti Euclidean Distance, City Block Distance, Manhattan Distance dan lain-lain. Prinsip sederhana yang diadopsi oleh algoritma k-Nearest Neighbor adalah jika ada suatu hewan yang cara berjalan seperti bebek, bersuara kwek-kwek seperti bebek, serta penampilannya seperti bebek, maka hewan itu mungkin bebek.

Pada postingan ini, saya tidak ada berpanjang lebar membahas teori k-NN, silakan baca di referensi lain. Saya fokus ke bagaimana menghitung manual algoritma ini. Saya sering mengatakan ke mahasiswa bahwa menghitung manual suatu algoritma sangat penting. Logika sederhananya adalah bagaimana mungkin mampu membuat source code suatu algoritma dalam bahasa pemrograman jika hitung manual saja tidak mampu. Maka hitung manual suatu algoritma sebelum masuk ke pemrograman menjadi KOENTJI.