Seleksi Atribut Pada K-Nearest Neighbor (K-Nn) dengan Symmetrical Uncertainty dalam Klasifikasi Data

Abstract

K-Nearest iNeighbor (K-NN) is a classification method that is generally used in the data classification process. However, based on several studies that have been conducted, K-Nearest Neighbor obtains less than optimal accuracy when compared to other methods. As for the cause of the less than optimal acquisition of accuracy in the K-NN when compared to other classification methods, that lies in the attributes used which in general each iattribute ihas ithe isame impact on the classification process, while some attribute icharacteristics iare iless irelevant to the iclassification process. the data to be tested can cause errors in the data classification process for determining the class for new data. In this study, the author proposes to K-Nearest Neighbor to do attribute selection ito iremove iless irelevant iattributes ibefore carrying out ithe classification process. iThe iattribute iselection imethod iused iin ithis istudy iis iSymmetrical Uncertainty ias ithe iproposed imethod ifor iselecting iattributes iwith ipoor icorrelation from ithe idataset ibeing itested. The iaccuracy iresults iobtained ifrom ithe iproposed method iwill ibe icompared iwith ithe iaccuracy iobtained ifrom ithe iconventional iK-NN method using 10-Fold Cross-Validation. iThe idata iused ias ia itest iinstrument iin ithis study is using data ifrom ithe iUCI iMachine iLearning iRepository, namely the Wine Quality iDataset, iIndian iLiver iPatient iDataset iand iUser iKnowledge iModeling Dataset. iThe itest iresults iobtained iare ithat ithe iproposed imethod iis iable ito iincrease the iclassification iaccuracy iof iK-NN, iwhere ithe iincrease iin iaccuracy iobtained iafter attribute iselection iis 4.5173%.

K-Nearest iNeighbor (K-NN) imerupakan isalah isatu imetode klasifikasi iyang umumnya digunakan ipada iproses klasifikasi idata. Akan tetapi berdasarkan beberapa penelitian yang telah idilakukan, iK-Nearest iNeighbor imemperoleh iakurasi iyang ikurang maksimal bila idibandingkan dengan metode lainnya. Adapun yang menjadi penyebab dari kurang maksimalnya perolehan akurasi ipada iK-NN itersebut ijika idibandingkan dengan metode klasifikasi yang lain yaitu terletak pada atribut yang digunakan yang dimana pada umumnya dari masing-masing atribut memiliki dampak yang sama terhadap proses klasifikasi, sementara beberapa karakteristik atribut yang kurang relevan terhadap data yang akan diujikan dapat menyebabkan kesalahan pada proses klasifikasi data penentuan kelas untuk data baru. iPada ipenelitian iini, ipenulis mengusulkan iK-Nearest iNeighbor iagar idilakukan iseleksi iatribut iuntuk menghapus iatribut iyang ikurang irelevan isebelum imelakukan proses klasifikasi. Metode seleksi atribut yang digunakan pada penelitian ini yaitu Symmetrical Uncertainty sebagai metode yang diusulkan untuk menyeleksi atribut yang korelasinya kurang baik dari dataset yang diujikan. Hasil akurasi yang diperoleh dari metode yang diusulkan akan dibandingkan dengan akurasi yang diperoleh dari metode K-NN konvensional menggunakan 10-Fold Cross-Validation. Data yang digunakan sebagai instrument pengujian pada penelitian ini yaitu menggunakan data yang berasal dari UCI iMachine iLearning iRepository yaitu Wine Quality Dataset, Indian Liver Patient Dataset dan User Knowledge Modeling Dataset. Hasil ipengujian iyang idiperoleh iyaitu metode iyang idiusulkan imampu imeningkatkan iakurasi iklasifikasi idari iK-NN, idimana peningkatan iakurasi iakurasi iyang idiperoleh isetelah idilakukan iseleksi iatribut iyaitu sebesar 4.5173%.