Metode KNN PHP – K-Nearest Neighbor (K-NN) adalah suatu metode yang menggunakan algoritma superviseddimana hasil dariquery instanceyang baru diklasifikan berdasarkan mayoritas dari kategori pada K-NN. Tujuan dari algoritma ini adalah mengklasifikasikan obyek baru bedasarkan atribut dantraining sample. Classifier tidak menggunakan model apapun untuk dicocokkan dan hanya berdasarkan pada memori. Diberikan titikquery akan ditemukan sejumlahkobyek atau (titik training) yang paling dekat dengan titikquery. Klasifikasi menggunakan voting terbanyak diantara klasifikasi dari k obyek. Algoritma K-NN menggunakan klasifikasi ketetanggaan sebagai nilai prediksi dari query instance yang baru.
Algoritma metode K-NN sangatlah sederhana, bekerja berdasarkan jarak terpendek dari query instance ke training sample untuk menentukan K-NN-nya. Training sample diproyeksikan ke ruang berdimensi banyak, dimana masing-masing dimensi merepresentasikan fitur dari data.Ruang ini dibagi menjadi bagian-bagian berdasarkan klasifikasitraining sample.Sebuah titik pada ruang ini ditandai kelas c jika kelas c merupakan klasifikasi yang paling banyak ditemui pada k buah tetangga terdekat dari titik tersebut. Dekat atau jauhnya tetangga biasanya dihitung berdasarkan Euclidean Distance yang direpresentasikan pada persamaan 1 sebagai berikut:
dimana matriks D(a,b) adalah jarak skalar dari kedua vector a dan b dari matriks dengan ukuran dimensi.
Detail Source Code
Nama | Source Code Klasifikasi Metode KNN PHP |
Deskripsi | Source Code Data Mining Klasifikasi Metode KNN (k-Nearest Neighbor) berbasis web dengan PHP dan MySQL. |
Bahasa | HTML, CSS, Java Script, PHP, JQuery, Bootstrap3 |
Database | MySQL |
Harga | Rp 500,000 |
Tokopedia | https://tokopedia.com/rumahsourcecode/source-code-data-mining-klasifikasi-knn |
Komponen Source Code KNN PHP
Source code dibuat dengan bahasa pemrograman PHP dengan database MySQL. Untuk design menggunakan framework bootstrap. Adapun komponen yang ada pada aplikasi ini yaitu:
- Login, membatasi user yang bisa menggunakan aplikasi, user yang tidak login hanya bisa melakukan konsultasi saja, tidak bisa mengolah data.
- Atribut, mengatur atribut apa saja yang ada pada data, atribut terakhir otomatis dijadikan klasifikasi
- Nilai Atribut, mengatur nilai atribut apa saja yang ada pada data. Setiap atribut kategorikal bisa memiliki lebih dari 1 nilai.
- Dataset, mengolah dataset (data latih/training). Dataset bisa ditambah, ubah, hapus atau diimport dari file csv.
- Perhitungan, melakukan perhitungan dengan menginput nilai atribut yang ingin dicari klasifikasinya. Perhitungan juga bisa menampilkan pohon keputusan langsung.
- Password, mengubah password user yang sedang login.
Jika ingin mengetahui lebih detail tentang fitur yang tersedia, Anda bisa menonton demo dalam video di Youtube.
Screenshot Aplikasi
Pembelian Source Code
Untuk melakukan pembelian anda harus melakukan donasi sesuai harga yang ada di Daftar Harga Source Code Tugas Akhir. Anda juga bisa menghubungi kami melalui:
Email : herdikayan@gmail.com
WA / SMS : 085 737 058 375
Pembayaran Source Code
Untuk pembayaran source code yang sudah ada, silahkan transfer ke rekening kami. Kami akan mengirimkan source code langsung setelah pembayaran kami konfirmasi. Source code kami kirim melalui email.
BNI
0827432793
CIMB
7612 9066 4600
BCA
6110244663
BRI
4643-01-008473-53-8
a/n I Kayan Herdiana
Untuk pembuatan source code by request wajib untuk melakukan pembayaran DP sebesar 30% dari harga yang disepakati. Kami akan mengembalikan uang anda 100% jika kami tidak dapat menyelesaikan pekerjaan kami sampai batas waktu yang ditentukan.