IMPLEMENTASI ALGORITMA NEAREST NEIGHBOR DALAM MENGUKUR TINGKAT KEPUASAN MASYARAKAT PADA PELAYANAN SAMSAT MEDAN SELATAN

Authors

  • Muhammad Ali Purba STMIK Budidarma

Abstract

Pelayanan disetiap instansi maupun perusahaan merupakan kegiatan yang sangat penting. Pelayanan akan membawa dampak puas atau tidaknya masyarakat dengan SAMSAT tersebut. Namun untuk peningkatan pelayanan saat ini sangat diperlukan, hal ini dikarenakan masih banyaknya kelemahan dalam pembinaan pelayanan pada masyarakat. Hal ini dapat dilihat dari minimnya pengetahuan masyarakat tentang pelayanan SAMSAT mengakibatkan banyaknya masyarakat beralih menggunakan jasa calo dan makelar karena menurut masyarakat membutuhkan waktu yang lama dan alur yang berbelit-belit. Data mining merupakan gabungan dari beberapa disiplin ilmu yang menyatukan teknik dari pembelajaran mesin, pengenalan pola, statistik, database dan visualisasi untuk penanganan permasalahan pengambilan informasi dari database yang besar. K-Nearest Neighbor sering digunakan dalam klasifikasi dengan tujuan dari algoritma ini adalah untuk mengklasifikasi objek baru berdasarkan atribut dan training samples. Algoritma K-Nearest Neighbor (K-NN atau KNN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.

Kata Kunci : Kepuasan Masyarakat, Data Mining, Algoritma K-Nearest Neighbor

Author Biography

Muhammad Ali Purba, STMIK Budidarma

Teknik Informatika

References

Kennedi Tampubolon et All, “Implementasi Data Mining Algoritma Apriori Pada Sistem Persediaan Alat-Alat Kesehatanâ€, Medan, 2013.

Eko Prasetyo, “Data Mining Mengelola Data Menjadi Informasi Menggunakan Matlabâ€, ANDI Yogyakarta, 2014.

Yuli Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4.5â€, Jurnal Edik Informatika, 2012.

Nursalim et All, “Klasifikasi Bidang Kerja Kelulusan Menggunakan Algoritma K-Nearest Neighborâ€, Jurnal Teknologi Informasi, 2014.

D. P. Utomo and B. Purba, "Penerapan Datamining pada Data Gempa Bumi Terhadap Potensi Tsunami di Indonesia," Prosiding Seminar Nasional Riset Information Science (SENARIS), vol. 1, pp. 846-853, 2019.

Downloads

Published

2019-10-26