Algoritma Nearest Neighbor adalah suatu metode yang menggunakan algoritma supervised, dimana hasil dari sampel uji yang baru diklasifikasikan berdasarkan mayoritas diimplementasikan pada algoritma ini. Penelitian ini dilakukan untuk mengkaji algoritma nearest neighbor dan mengimplementasikan pada klasifikasi data. Dalam proses pembelian rumah biasanya terdapat fitur-fitur yang menjadi standar keinginan konsumen. Contoh kecilnya seperti fitur daerah atau fitur harga. Fitur-fitur tersebut akan menjadi variabel penentu dalam proses rekomendasi. Dari fitur tersebut dapat dibangun sebuah aplikasi sistem rekomendasi pembelian rumah. Terdapat beberapa metode yang digunakan untuk mendukung cara kerja sistem rekomendasi, salah satu yang paling akurat adalah pengimplementasian algoritma classification. Oleh karena itu, dilakukanlah penelitian terhadap implementasi algoritma nearest neighbor dan case selection pada aplikasi sistem rekomendasi pembelian rumah. Berdasarkan penelitian, algoritma nearest neighbor berhasil memberikan hasil akurat dalam proses similarity antara query dan basis kasus dengan tingkat keberhasilan 85% dan kegagalan 15%, serta dapat menampilkan hasil rekomendasi yang sesuai dengan permintaan user. Kata kunci : Algoritma nearest neighbor, case selection, sistem rekomendasi pembelian rumah<\/p>\n
——————————————————————————–<\/p>\n
Nearest Neighbor algorithm is a method using supervised algorithms, where the results of the new test samples were classified based on the majority implemented in this algorithm. This study was conducted to assess and implement the nearest neighbor algorithm on data classification. In the process of buying a home is usually contained features that became standard consumer desires. Examples of such small area feature or features price. These features will be the determining variable in the recommendation process. Of these features can be built a house purchase recommendation system applications. There are several methods used to support the workings of the system of recommendation, one of the most accurate classification algorithm implementation. Therefore, conducted this study to the nearest neighbor algorithm implementation and case selection in home purchase recommendation system applications. Based on research, nearest neighbor algorithm successfully deliver accurate results in the process of similarity between the query and the base case with a success rate of 85% and 15% failures, and can display the results of the recommendations in accordance with user demand.<\/p>\n
<\/p>\n