Algoritma K-Nearest Neighbor (KNN): Contoh Studi Kasus dan Penyelesaiannya | Supervised Learning

[@salsabilaatikaretno9657]

Alhamdulillah, terimakasih pak saya dan teman teman menjadi mengerti tentang materi KNN ini, semoga berkah ya pak ilmunya, Aamiin..

[@khairulumamalbi1836]

terima kasih banyak pak atas penyelasannya

[@ShiruSenwa]

Terimakasih untuk pembelajarannya pak, mantap video'a, memudahkan dalam pembelajaran, dan sangat mudah dimengerti

[@AldhiArdhiansyah]

Terimakasih pak atas apa yang telah sampaikan, mudah untuk dipahami

[@Macan818]

Jelas banget pak penjelasanya , lebih jelas dr dosen saya . Beruntung banget nemu akun bapak nya.

[@AchmadSolichin]

Terima kasih atas kunjungan dan apresiasinya.

[@MuhammadHarizNurbudianto]

Menurut saya algoritma KNN adalah algoritma yang mudah diterapkan, karena KNN algoritma yang sederhana dan tidak terlalu rumit di dalam penerapannya. Terimakasih pak Achmad Solichin penjelasannya mudah dipahami

[@FadiaNurmaSarie]

pembelajaran yang sangat bermanfaat dan materi mudah untuk dipahami, terima kasih banyak Pak

[@krisnahidayat8364]

Terimakasih telah menyampaikan materi ini dengan mudah pak, dengan video ini saya dapat memahami materi ini dengan baik

[@faqihkhaikalalamin2288]

Terimakasih pak sudah sukarela membagi ilmu data mining di youtube karena bisa dipelajari berbagai kalangan

[@Ryan_Nasrun]

metode yang seru dan mudah dipahami terimakasih pak

[@burhanarf]

suksess selalu pak, mudah mudahan ilmunya terus mengalir

[@novriyantikesuma3952]

MasyaAllah, terimakasih banyak ya pak 🤗 Penjelasannya sangat mudah di pahami dan sangat jelas pak

[@AchmadSolichin]

terima kasih atas kunjungan dan komentarnya

[@achmadchairuzzikry4820]

Terimakasih pa, penjelasannya mudah di mengerti

[@farahdyah9881]

Terimakasih penjelasan mudah di mengerti semoga ilmunya bermanfaat bagi banyak orang pak

[@Iiiiiffffajar]

Dengan studi kasus seperti ini saya dapat memahami algoritma KNN dengan lebih baik dan juga kebih detail karena saya dapat juga memahami berkaitan dengan perhitungan jarak khususnya Euclidean Distance untuk mencari nilai data yang sesuai dengan nilai K neighbornya. Terima kasih pak untuk videonya

[@narendriyanaprabakesumarah5962]

Terimakasih pak, penjelasan materinya sangat mudah untuk di pahami.

[@carudinudin8730]

Terimakasih Pak penjelasanya, Sangat membantu #salambudiluhur

[@AchmadSolichin]

Terima kasih kunjungan dan apresiasinya

[@carudinudin8730]

@@AchmadSolichin kangen belajar di kelas, S3 UBL kapan buka pak?

[@mulyanan3896]

Terimakasih banyak pak atas penjelasannya, saya jadi lebih memahamai dibandingkan hanya dengan membaca modulnya saja

[@andiabdillah332]

Assamualaikum wr wb pak Dr. Achamad Solihin, semoga ilmunya selalu di berkahi Allah Swt saya mendapatkan kasus mahasiswa melakukan penelitian menentukan klasifikasi penjualan mobil terlaris,, tetapi datasetnya tidak memiliki nilai label class apakah tetap melalukan klasifikasi menggunakan metode KNN ? terima kasih pak

[@AchmadSolichin]

Wasslm. Kalo klasifikasi ya sudah pasti harus ada label / class nya.

[@AbdurRahman-sd3ln]

izin bertanya pak. 7 dan 4 di tentukan sebagai data baru, bagaimana cara menentukannya pak?

[@Aleva_12.24]

Terimakasih infonya pak🙏, jika boleh, mohon spil pertanyaan saat bapak menjadi dosen penguji judul data mining knn 🙏🙏

[@AchmadSolichin]

Kalo topik data mining, saya akan fokus pada tahapan CRISP-DM, terutama soal pemahaman bisnis dan data. Sisanya ya ngeliat kemampuan mhs dlm penguasaan program. Hehe

[@adiwahyunugroho6100]

Terimakasih atas videonya penjelasannya pak. Maaf pak, izin bertanya, jika mendapatkan hasil data voting yang berimbang, apakah harus mengurangi nilai K-nya?

[@AchmadSolichin]

Ya itu salah satu yg bisa dilakukan. Bisa aja menambah

[@rizkyazisk6938]

Maaf pk izin bertanya? Kalo misal datanya ada 1000 apa juga dihitung sampai 1000?

[@fahrihadami1231]

Terimakasih atas video yang telah disampaikan pak. Izin bertanya pak untuk menentukan parameter k nya itu darimana ya pak?

[@nayana8264]

Terimakasih pak penjelasannya sangat mudah di pahami. Saya mau bertanya pak, kalau jarak euclidean digunakan untuk mensintetis data minoritas (SMOTE) apakah data training dan data testing yg digunakan cmn kelas minornya atau ttp sma kya yg di video pak?

[@olvinabaraesa1965]

Maaf izin bertanya pak Untuk rumus algoritma K-NEAREST NEIGHBOR untuk mengklasifikasi data belanja pada Desa kira kira rumus yang tidak rumit untuk di pakai rumus apa ya pak

[@AchmadSolichin]

Kalo yg dimaksud dg rumus adl metode perhitungan jarak, ya menurut sy lebih baik pake euclidean distance

[@muhammadridwanst8490]

Sudah monetinasi akun ytb nyan pak

[@AchmadSolichin]

Sudah alhamdulillah, masih belajar.

[@nurdalia3180]

Izin bertanya pak. Data x1=7 dan X2=4 itu dpatnya dari mana ya pak? Apakah ada rumusannya?

[@AchmadSolichin]

Itu data yang akan diprediksi, jadi data yang belum diketahui klasifikasi nya. Data nya dari mana? Ya dsri fakta di lapangan / masukan pengguna

[@sahatmlumbantoruan6432]

contoh 2 kok knp semuanya angkanya sama yah pak pada perhitungan jarak?

[@sahatmlumbantoruan6432]

14:11 ini pak

[@muhammadirwan1118]

Assalamualaikum wr wb Selamat malam pak Izin bertanya, dalam pengelolaan data menggunakan machine learning apakah ada minimal datanya pak ? Terimakasih

[@hayaa_aibtasam08]

Maaf Pak izin bertanya Kan disebutkan bahwa KNN ini algoritma klasifikasi untuk data baru ya pak, nah kalo misalnya data yang saya pakai itu data lama yang dibagi menjadi data training dan data testing apakah bisa pak? Kemudian misalkan saya ingin mengklasifikasikan penerimaan beasiswa, nah untuk data yang saya pakai itu data testingnya menggunakan data pendaftaran beasiswa yang sebelumnya belum diseleksi dan untuk data trainingnya adalah data penerima beasiswa yang sudah diseleksi dan ada label class tetapi data tersebut data lama bukan data yang memang benar* baru yang bisa untuk diprediksi hasil kelasnya, apakah boleh pak?

[@hayaa_aibtasam08]

*maksudnya data lama itu data 3tahun terakhir

[@AchmadSolichin]

@@hayaa_aibtasam08 Di bagian mana menyebutkan bahwa KNN adl algoritma klasifikasi untuk data baru ya? Pada prinsipnya seluruh algoritma pembelajaran ya menggunakan data lampau dlm proses training. Nah data lampau tersebut dapat terus bertambah seiring waktu, bertambah dg data baru.

[@hayaa_aibtasam08]

Maaf pak maksudnya di slide ppt dituliskan untuk data uji atau testingnya itu data yang baru

[@AchmadSolichin]

@@hayaa_aibtasam08 mungkin maksudnya di menit 1:38. Kalo mau melakukan pengujian performa algoritma, bisa menggunakan data lama yang berlabel (sudah ada class-nya) sehingga bisa dihitung akurasi, presisi, dll. Kalo pada tahap deployment, ya menggunakan data yg benar2 baru, tidak berlabel. Perhatikan tahap2 CRISP-DM

[@chusysdr9447]

Mohon maaf ijin bertanya pak 🙏 kalau data baru yang belum diketahui label class itu di ambil dari mana iya pak 🙏

[@nurfebiyonamaksum4676]

Pak izin bertanya, untuk menentukan parameter k nya mau berapa yg digunakan itu dari mana ya?

[@AchmadSolichin]

Dilakukan pengujian menggunakan data, mana nilai k yg terbaik, misalnya berdasarkan nilai akurasi.

[@nurfebiyonamaksum4676]

Pengujian yg dilakukan singkatnya seperti apa pak🙏🏻

[@AchmadSolichin]

@@nurfebiyonamaksum4676 singkatnya, misalnya kita uji dg nilai k=2 brp akurasinya, dg k=3 brp akurasinya, dst. Lalu dicari akurasi yg terbaik, itu yg digunakan.

[@nurfebiyonamaksum4676]

Oalah seperti itu. Terima kasih banyak pak atas penjelasannya🙏🏻😊

[@bagusadesaputra7947]

Terima kasih pak, penjelasannya sangat mudah di pahami.