IMPLEMENTASI ALGORITMA NEAREST NEIGHBOR DALAM MENGUKUR TINGKAT KEPUASAN MASYARAKAT PADA PELAYANAN SAMSAT MEDAN SELATAN
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 NeighborReferences
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
Issue
Section
License

This work is licensed under a Creative Commons Attribution 4.0 International License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).