| Abstrak |
Anjing adalah binatang mamalia yang kini telah berkembang menjadi ratusan ras dengan berbagai jenis. Masalah sederhana yang sering terjadi dalam kehidupan nyata yaitu sering kali orang/pecinta anjing bingung dalam memilih jenis anjing apa yang akan dipelihara. Salah satu metode pemilihan yang bisa dilakukan adalah dengan menggunakan algoritma K-Nearest Neighbor. K-Nearest Neighbor (KNN) adalah suatu metode yang menggunakan algoritma supervised dimana hasil dari query instance yang baru diklarifikasikan berdasarkan mayoritas dari kategori pada KNN. Tujuan dari algoritma ini adalah mengklasifikasikan objek baru berdasarkan atribut dan training sample. KNN memiliki ketangguhan terhadap training data yang memiliki data yang banyak dan sangat efektif jika training datanya besar. Kelemahan dari algoritma KNN adalah harus menentukan nilai dari parameter k (jumlah dari data terdekat), training jarak tidak jelas seharusnya jarak mana yang harus digunakan untuk mendapatkan hasil terbaik. Hasil dari penelitian ini adalah dengan data yang dimasukan oleh user dapat diketahui jenis anjing peliharaan apa yang dapat dipelihara sehingga membantu mempermudah user dalam menentukan jenis anjing yang akan dipelihara. Setelah jenis anjing peliharaan diketahui sesuai dengan data yang dimasukan, user juga dengan mudah dalam memilih anjing peliharaan apa dan bagaimana cara memelihara anjing tersebut.
Kata Kunci : Anjing, Sistem Pendukung Keputusan, K-Nearest Neighbor.
|
|---|