<![CDATA[Salah satu algoritma klasifikasi yang banyak digunakan adalah k-nearest neighbor (KNN) di mana algoritma ini mengklasifikasikan objek berdasarkan kelas mayoritas dari k objek terdekat di sekitarnya. Pada umumnya, ukuran kedekatan antar objek dapat dihitung dengan menggunakan jarak Euclidean. Akan tetapi, apabila data yang digunakan adalah data kategorik, maka jarak tersebut dirasa kurang tepat untuk digunakan. Salah satu alternatif ukuran kedekatan antar objek yang dapat digunakan untuk data kategorik adalah jarak weighted simple matching coefficient (WSMC). Penelitian ini dilakukan untuk membangun model klasifikasi untuk penentuan kelas rentang harga laptop berdasarkan 4 fitur yang ditawarkan, yaitu merek laptop, prosesor, kapasitas RAM, dan kapasitas penyimpanan. Terdapat dua proporsi pembagian data latih dan data uji untuk membangun model klasifikasi, yaitu 80:20 dan 90:10. Berdasarkan hasil analisis, model klasifikasi terbaik diperoleh ketika proporsi data yang digunakan adalah 90:10 dan jumlah k sebanyak 17, dengan nilai akurasi yang diperoleh sebesar 86.96%, recall sebesar 50%, presisi sebesar 66.67%, dan f1-score sebesar 57.14%.]]>
Copyrights © 2023
