Klasifikasi Bidang Pekerjaan Menggunakan Metode K-Nearest Neighbors

Andriyanto Nugroho, Apri (2022) Klasifikasi Bidang Pekerjaan Menggunakan Metode K-Nearest Neighbors. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (370kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (393kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (488kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (460kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (640kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (299kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (810kB)

Abstract

Pandemi Covid-19 merupakan masalah yang tidak kunjung menurun yang terjadi diseluruh dunia tidak terkecuali negara Indonesia. Hal ini menimbulkan dampak penurunan perekonomian di dunia, terutama pada sektor pasar tenaga kerja, Pasar tenaga kerja saat ini sedang mengalami masa sulit sehingga para pencari kerja kesulitan untuk menemukan pekerjaan sehingga membuat peneliti melakukan penelitian dengan menggunakan pembelajaran mesin. Metode yang digunakan untuk membangun model klasifikasi yaitu K-Nearest Neighbor (KNN). Metode ini memiliki kemampuan untuk mencari tetangga terdekat didalam sebuah data melalui proses praprocessing data latih dan data uji. Bahasa pemograman yang digunakan pada penelitian ini adalah Python dengan bantuan software Jupyter Notebook untuk menampilkan hasil akurasi dan memvisualisasi hasil dari pengolahan akurasi pada dataset. Metode yang digunakan telah berhasil diimplementasikan dengan hasil perhitungan akurasi yang optimal, pada perhitungan Cross Validation sebanyak dua puluh kali dapat dihasilkan pada parameter K = 1 mendapat hasil akurasi sebesar 98.4% sedangkan pada parameter K = 3 didapatkan hasil sebesar 97.6% dan parameter K = 5 mendapatkan hasil akurasi sebesar 98.1%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Covid-19, Cross Validation, Pembelajaran Mesin, Pasar Tenaga Kerja vi KLASIFIKASI BIDANG PEKERJAAN MENGGUNAKAN METODE K-NEAREST NEIGHBORS, Apri Andriyanto Nugroho, Universitas Multimedia Nusantara
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	18 Nov 2022 03:49
Last Modified:	22 Aug 2023 01:29
URI:	https://kc.umn.ac.id/id/eprint/19919

Actions (login required)

View Item