Skripsi
Implementasi Metode K-Means Dan K-Nearest Neighbor Untuk Pengelompokan Data Potensi Pemakaian Air Pelanggan Pada PDAM Kabupaten Takalar
Tujuan penelitian ini adalah mengimplementasikan teknik clustering K-Means untuk mengelompokkan data pelanggan dan memprediksi potensi pemakaian air pelanggan dengan metode K-Nearest Neighbor.
Data ini diperoleh melalui (1) Penelitian Lapangan (2) Studi Pustaka (3) Wawancara.
Hasil penelitian ini menunjukkan bahwa implementasi K-Means dapat mengelompokkan data pelanggan dan menghasilkan potensi pemakaian air pelanggan dengan menggunakan k-Nearest Neighbor. K-Means dan K-Nearest Neighbor memiliki akurasi yang lebih tinggi dalam memprediksi potensi pemakaian air dibandingkan dengan metode K-Nearest Neighbor murni. Hasil menunjukkan akurasi prediksi potensi dengan metode K-Means dan K-Nearest adalah 83,2%, sedangkan hasil prediksi K-Nearest Neighbor tanpa melakukan clustering adalah 80,8%.
Tidak tersedia versi lain