Penerapan Algoritma K-NN Untuk Klasifikasi Data Mahasiswa (Studi Kasus: STIMIK Sepuluh Nopember Jayapura)

Sitti Nur Alam

Sitti Nur Alam Universitas Sains dan Teknologi Jayapura

Keywords: klasifikasi, IMT, k-nn, data training, data sampel

Abstract

Masalah kesehatan merupakan permasalahan yang sangat penting untuk diperhatikan setiap
orang, salah satunya adalah dengan memperhatikan IMT (Indeks Masa Tubuh). Ketidaktahuan sesorang
terhadap IMT-nya mengakibatkan seringnya seseorang memiliki IMT yang tidak normal. Penelitian ini
dimaksudkan untuk melakukan klasifikasi IMT terhadap sebagian data mahasiwa di STIMIK Sepuluh
Nopember Jayapura untuk mengetahui. Klasifikasi dilakukan ke dalam tiga kelompok, yaitu Kurus,
Nomal, dan Obesitas. Klasifikasi dilakukan menggunakan salah satu algoritma klasifikasi di dalam data
mining, yaitu Algoritma k-nearest neighbor (k-nn). Data yang dibutuhkan untuk melakukan klasifikasi
terdiri dari Tinggi Badan (cm), berat badan (kg), % lemak tubuh dan lingkar perut (cm). Jumlah data
training yang digunakan sebanyak 50 (lima puluh) data, sedangkan data sampel yang akan
dikelompokkan adalah sebanyak 10 (sepuluh) data sampel. Penelitian ini dapat menghasilkan klasifikasi
data terhadap semua data sampel, namun agar hasil klasifikasi dapat lebih akurat maka sebaiknya dalam
proses pengumpulan data training maupun data sampel dilakukan oleh pihak-pihak yang berkompeten,
khususnya bidang kesehatan.