ALGORITMA K-NEAREST NEIGHBOR (K-NN)

SINOPSIS : Buku ini mengupas secara komprehensif tentang penerapan algoritma K-Nearest Neighbor (K-NN) dalam klasifikasi tingkat kelulusan mahasiswa. Sebagai salah satu algoritma klasifikasi paling sederhana namun efektif dalam machine learning, K-NN memiliki keunggulan dalam memproses data numerik dan kategorikal untuk mendeteksi pola yang tersembunyi. Disusun dengan pendekatan teoritis sekaligus praktis, buku ini dimulai dengan pengenalan konsep data mining dan klasifikasi, lalu dilanjutkan dengan pembahasan mendalam tentang prinsip kerja K-NN, pemilihan parameter penting seperti nilai K dan fungsi jarak, serta kelebihan dan keterbatasan yang perlu diperhatikan saat menggunakannya. Bab demi bab mengajak pembaca untuk memahami tahapan pemodelan data mahasiswa—dari pemilihan atribut yang relevan, penentuan target klasifikasi, hingga tahapan pra-pemrosesan dan visualisasi data. Lebih lanjut, buku ini menyajikan implementasi nyata K-NN dalam sistem klasifikasi kelulusan, lengkap dengan arsitektur sistem, pemrograman menggunakan tools populer seperti Python, RapidMiner, atau Weka, serta analisis perbandingan kinerja dengan algoritma lain seperti Decision Tree dan Naive Bayes. Dengan disertai studi kasus dan evaluasi model menggunakan teknik validasi seperti cross-validation, buku ini menjadi sumber referensi ideal bagi mahasiswa, peneliti, dan praktisi yang ingin memahami atau menerapkan K-NN dalam dunia pendidikan maupun bidang lain yang membutuhkan klasifikasi data. Penulis : Davina Rizky Efendi; Deci Irmayani; Volvo Sihombing; Ukuran : Jml hal judul: 1, Jml hal isi naskah: 69, Uk: 15x23 cm ISBN : xxx.xxxx.xxx PENERBIT YAYASAN MUNANDAR MEMBANGUN INDONESIA Jl. Pasar Banjar Dusun XVI Desa Simpang Empat, Asahan, Sumatera Utara 21271 Telp/Wa : 082363080181 https://munandar.yayasanmmi.com/ E-mail: mmipublisher@yayasanmmi.com