Algoritma Nearest Neightbor

Algoritma Nearest Neightbor

Nearest Neightbor merupaka pendekatan untuk mencari kasus lama, yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada. Misal untuk mencari solusi terhadap pasien baru dengan menggunakan solusi dari pasien terdahulu. Dengan menghitung kedekatan kasus pasien baru dengan semua kasus pasien lama. Kasus pasien lama dengan kedekatan terbesarlah yang akan diambil solusinya untuk digunakan pada kasus pasien baru.


Ilustrasi Kedekatan Kasus

Pada gambar diatas terdapat dua pasien lama A dan B. Ketika ada pasien Baru, maka solusi yang akan diambil adalah solusi dari pasien terdekat dari pasien Baru.
Seandainya d1 adalah kedekatan antara pasien Baru dan pasien A, sedangkan d2 adalah kedekatan antara pasien Baru dengan pasien B. Karena d2 lebih dekat dari d1, maka solusi dari pasien B-lah yang akan digunakan untuk memberikan solusi pasien Baru.


Rumus Perhitungan Kedekatan

Nilai Kedekatan

• Kedekatan biasanya berada pada nilai antara 0 s.d. 1. 
• Nilai 0 artinya kedua kasus mutlak tidak mirip.
• Nilai 1 artinya kedua kasus mirip dengan mutlak.

Analisa Kasus 1

Kasus kemungkinan seorang nasabah bank akan bermasalah pembayarannya atau tidak.

• Atibut Bermasalah merupakan atribut tujuan.
• Bobot antara satu atribut dengan atribut yang lain pada atribut bukan tujuan dapat didefinisikan dengan nilai berbeda.

Kedekatan Nilai Atribut

Tabel 1. Kedekatan Nilai Atribut Jenis Kelamin

Tabel 2. Kedekatan Nilai Atribut Pendidikan

Tabel 3. Kedekatan Nilai Atribut Agama

Contoh Kasus

Misalkan ada kasus nasabah baru dengan nilai atribut berikut :
Jenis Kelamin : l
Pendidikan : SMA
Agama : Kristen

Untuk memprediksi apakah nasabah tersebut akan bermasalah atau tidak dapat dilakukan langkah – langkah selanjutnya.

Langkah 1 (1)

Menghitung kedekatan kasus baru dengan kasus nomor 1.
    Diketahui :
- Kedekatan nilai atribut Jenis Kelamin : 1
- Bobot atribut Jenis Kelamin : 0.5
- Kedekatan nilai atribut Pendidikan : 0.5
- Bobot atribut Pendidikan : 1
- Kedekatan nilai atribut Agama : 0.75
- Bobot atribut Agama : 0.75

Langkah 1 (2)

Langkah 2 (1)

Menghitung kedekatan kasus baru dengan kasus nomor 2.
    Diketahui :
- Kedekatan nilai atribut Jenis Kelamin : 0.5
- Bobot atribut Jenis Kelamin : 0.5
- Kedekatan nilai atribut Pendidikan : 1
- Bobot atribut Pendidikan : 1
- Kedekatan nilai atribut Agama : 0.75
- Bobot atribut Agama : 0.75

Langkah 2 (2)

Langkah 3 (1)

Menghitung kedekatan kasus baru dengan kasus nomor 3.
    Diketahui :
- Kedekatan nilai atribut Jenis Kelamin : 1
- Bobot atribut Jenis Kelamin : 0.5
- Kedekatan nilai atribut Pendidikan : 1
- Bobot atribut Pendidikan : 1
- Kedekatan nilai atribut Agama : 0.75
- Bobot atribut Agama : 0.75

Langkah 3 (2)

Langkah 4 dan 5

• Memilih kasus dengan kedekatan terdekat. Dari langkah 1, 2, 3 dapat diketahui bahwa nilai tertinggi adalah kasus 3. Berarti kasus yang terdekat dengan kasus baru adalah kasus 3.
• Menggunakan klasifikasi dari kasus dengan kedekatan terdekat. Berdasarkan hasil pada langkah 4, maka klasifikasi dari kasus 3 yang akan digunakan untuk memprediksi kasus baru. Yaitu kemungkinan nasabah baru akan Tidak Bermasalah.

Tweet