Keywords
knn
sidoarjo
How to Cite
Abstract
Penggunaan internet telah menyeluruh di seluruh dunia memudahkan masyarakat untuk mendapatkan sebuah informasi dengan mudah dan cepat. Penelitian ini didasari oleh semakin banyaknya pengguna wifi di Indonesia yang mengakibatkan peningkatan pelanggan wifi PT. Telkom Indonesia. Dampak tersebut mengakibatkan sering terjadi keterlambatan dalam proses pelayanannya. Tujuan penelitian ini ialah untuk mengklasifikasi status pelayanan berupa normal atau tidak normal pada data pelanggan telkom. Penelitian ini mengimplementasikan data mining dengan menggunakan metode k-nearest neighbor. Data yang digunakan ialah data pelanggan Telkom sebanyak 15.113 data pada bulan Mei hingga Juni 2018 dengan dataset sebanyak 100 data. Data diinput ke dalam weka disertai seleksi atribut yang terdiri dari 60% data training dan 40% data testing lalu weka akan memproses perhitungan dan menampilkan hasil klasifikasi yaitu berupa normal ataupun tidak normal. Dari hasil perhitungan klasifikasi pada dataset sebanyak 100 data menggunakan algoritma k-nearest neighbor diperoleh hasil tertinggi menggunakan weka dengan perolehan tingkat kebenaran sebesar 92,5%, tingkat kesalahan sebesar 7,5%.
References
"A. Penyelenggara and J. Internet,," “RESPONDEN Survei Nasional PENETRASI Pengguna Internet 2018,”, 2018.
D. A. Kesawasidhi, “Pengaruh Kinerja Kualitas Pelayanan Terhadap Kepuasan Dan Loyalitas Pelanggan Pt. Telekomunikasi Indonesia Tbk. Cabang Yogyakarta,” , pp. Fak. Ekon. Manaj. Univ. Islam Indones., pp. 1–21,, 2017.
S. A. Wibisono and, “Pengaruh Kualitas Jasa Pelayanan Terhadap Kepuasan Pelanggan,”, Vols. vol. 6, no. 2,, pp. “ J. Bisnis Akuntansi,”, 2016.
I. Oktavianis, Upaya PT. Telkom Dalam Meningkatkan Kualitas Pelayanan Internet Speedy Dalam Memuaskan Pelanggan (Studi Pada PT. Telkom Malang),”, Vols. vol. 1, no. 1, p. J. Adm. Publik Mhs. Univ. Brawijaya, 2013.
H. Leidiyana, Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor, Vols. vol. 1, no. 1, pp. J. Penelit. Ilmu Komputer, Syst. Embed. Log., 2013.
S. Sumarlin, “Implementasi Algoritma K-Nearest Neighbor Sebagai Pendukung Keputusan Klasifikasi Penerima Beasiswa PPA dan BBM, Vols. vol. 5, no. 1, pp. J. Sist. Inf. Bisnis, , 2015.
W. Yustanti, “Algoritma K-Nearest Neighbour untuk Memprediksi Harga Jual Tanah,” , Vols. vol. 9, no. 1, pp. J. Mat. Stat. dan komputasi,, 2012.
S. S. a. L. H. S. A. Hasan, “Klasifikasi Status Gizi Menggunakan K-Nearest Neighbor,”, Vols. vol. 3, no. 1, 2015.
gunadharma, “Definisi dan Simbol Flowchart,”, p. Defin. Dan Simbol Flowchart, 2016.
J. H. Y. P. S. F. I. a. I. W. S. W. D. Purnamasari, Machine Learning ‘Get Easy Using WEKA,’, 2013.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2022 Ervina Agusetiana; Arif Senja Fitrani