Algoritma k-Nearest Neighbor Classifier untuk Prediksi Curah Hujan di Kabupaten Bandung

Abstract

Implementasi algoritma k-Nearest Neighbor Classifier dengan teknik Data Mining pada prediksi curah hujan dapat membantu mayoritas masyarakat di Kabupaten Bandung yang memiliki mata pencaharian di bidang pertanian. Himpunan data berasal dari BMKG (Badan Meteorologi, Klimatologi, dan Geofisika) Bandung dengan jangkauan waktu antara Januari 2005 hingga Desember 2016 yang terdiri dari enam atribut, yaitu: penyinaran matahari, kelembapan, angin, temperatur, uap dan curah hujan. Hasil pencarian tetangga terdekat adalah atribut curah hujan dari lima kategori kelas, yaitu: tidak hujan, hujan ringan, hujan sedang, hujan lebat dan hujan sangat lebat, yang dihitung menggunakan euclidean distance. Penelitian ini melakukan pengujian akurasi dengan tiga partisi himpunan data dan penggunaan sepuluh nilai k yang berbeda. Akurasi-akurasi yang didapatkan sangat baik dengan akurasi tertinggi sebesar 97,92% untuk nilai k={3,5} pada partisi himpunan data latih dan uji masing-masing 50%. Nilai k, jumlah himpunan data dan data latih berpengaruh dalam pencarian tetangga terdekat.