Sistem Rekomendasi Pemilihan Kos Putri Untuk Mahasiswi Menggunakan Algoritma K-Nearest Neighbor (KNN)
DOI:
https://doi.org/10.29407/67akvv35Keywords:
Sistem rekomendasi, kos putri, K-Nearest Neighboor, StreamlitAbstract
Pemilihan kos putri yang sesuai merupakan hal penting bagi mahasiswi karena berkaitan dengan kenyamanan, keamanan, serta keterbatasan anggaran. Banyaknya pilihan kos dengan karakteristik yang berbeda, seperti harga sewa, jarak ke kampus, dan fasilitas, sering menyulitkan mahasiswi dalam menentukan kos yang paling sesuai dengan kebutuhannya. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem rekomendasi pemilihan kos putri menggunakan algoritma K-Nearest Neighbor (KNN) guna membantu proses pengambilan keputusan secara objektif dan efisien. Metode penelitian yang digunakan adalah metode eksperimental dengan memanfaatkan dataset kos putri yang memiliki atribut harga sewa, jarak ke kampus, dan fasilitas. Sistem dibangun berbasis web menggunakan framework Streamlit, sedangkan perhitungan tingkat kemiripan antar data dilakukan menggunakan metode Euclidean Distance. Evaluasi kinerja sistem dilakukan menggunakan confusion matrix dan classification report. Hasil pengujian menunjukkan bahwa sistem rekomendasi kos putri yang dikembangkan memperoleh tingkat akurasi sebesar 83%, dengan performa terbaik pada kategori kos Mahal. Hasil penelitian ini menunjukkan bahwa algoritma KNN mampu memberikan rekomendasi kos putri secara akurat dan konsisten, sehingga sistem yang dibangun dapat digunakan sebagai alat bantu bagi mahasiswi dalam memilih kos sesuai dengan preferensi dan kebutuhan mereka.
Downloads
References
[1] N. Khayati and T. Arsal, “Analisis Fenomena Kenaikan Harga Sewa Kos Mahasiswa di Universitas Negeri Semarang pada Akun Instagram On_Kost Perspektif Richard Emerson,” J. Din., vol. 5, no. 1, pp. 63–80, 2024, doi: 10.18326/dinamika.v5i1.63-80.
[2] H. Dharmawan, S. S. Hilabi, and I. Kaniawulan, “Sistem Rekomendasi Buku Dengan Metode K-NEAREST NEIGHBOR (K-NN) PADA GRAMEDIA,” Zo. J. Sist. Inf., vol. 5, no. 1, pp. 16–25, 2023.
[3] D. Riswan, H. E. R. Putra, and R. N. Saputra, “Pengembangan Sistem Rekomendasi Berbasis Kecerdasan Buatan Untuk Meningkatkan Pengalaman Pengguna Di Platform E-Commerce,” J. Komput. Teknol. Inf. Sist. Komput., vol. 2, no. 3, pp. 572–580, 2024.
[4] Agustian, S. P. A. Alkadri, and Istikoma, “PENERAPAN METODE COLLABORATIVE FILTERING UNTUK REKOMENDASI TEMPAT KOS,” JIP (Jurnal Inform. Polinema), vol. 7, pp. 333–340, 2024.
[5] R. A. B. Siregar, M. B. Akbar, A. R. Manik, and D. Y. Niska, “Pencarian Tempat Kos Sekitar Universitas Negeri Medan Berbasis Web Menggunakan PHP,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 1, pp. 399–406, 2024, doi: 10.36040/jati.v9i1.12362.
[6] Muhammad, M. F. I. Sugiarto, and A. Saepuloh, “Design Sistem Informasi Berbasis Website Untuk Dedikasi Kepada Masyarakat Desa Jayagiri,” Proc. UIN Sunan Gunung Djati Bandung, vol. 5, pp. 1–11, 2024.
[7] S. N. Bakri and L. S. Harahap, “Analisis klasifikasi Algoritma K-Nearest Neighboar (K-NN) pada struktur Daerah di Kota Medan,” J. Ilmu Komput. dan Sist. Inf., vol. 4, no. 2, pp. 182–193, 2025, doi: 10.70340/jirsi.v4i2.165.
[8] F. M. N. Akbar, “Metode KNN (K-Nearest Neighbor) untuk Menentukan Kualitas Air,” J. Tekno Kompak, vol. 18, no. 1, p. 28, 2024, doi: 10.33365/jtk.v18i1.3241.
[9] C. I. Purwanto and E. I. H. Ujianto, “SISTEM REKOMENDASI PEMILIHAN TEMPAT KOS MAHASISWA DI WILAYAH SLEMAN MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING BERBASIS MOBILE,” Zo. J. Sist. Inf., vol. 7, no. 1, pp. 348–360, 2025.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Nafika S mastura
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
