Penerapan K-Nearest Neighbor Dengan Metode Euclidean Distance Untuk Klasifikasi Tingkat Ketebalan Cat Di PT XYZ
Article Sidebar
Main Article Content
Abstract
Pengecatan merupakan proses yang banyak dijumpai pada industri otomotif seperti perusahaan pembuatan pegas (leaf spring) untuk suku cadang (spare part) kendaraan. Pengklasifikasian tingkat pengecatan yang tepat akan bermanfaat dalam menentukan kualitas hasil produksi. Penelitian ini membahas tentang bagaimana proses pengecatan pada cat dasar dengan membandingkan tiga buah variabel yaitu ketebalan cat (thickness), tekanan udara (pressure), dan kekentalan cat (viscositas). Menggunakan perancangan model dan implementasi algoritma K-Nearest Neighbor dalam mengklasifikasikan suatu objek (data uji) berdasarkan kedekatan jarak dengan data latih. Algoritma K-NN merupakan salah satu metode supervised learning yang mengklasifikasikan data baru berdasarkan mayoritas kategori dari K tetangga terdekat. Algoritma ini digunakan karena kesederhanaannya dan kemampuan adaptasinya terhadap data yang tidak linear. Namun, tantangan utama dalam penggunaan K-NN adalah menentukan nilai K yang optimal dan biaya komputasi yang tinggi. Penelitian ini menggunakan metode Euclidean Distance untuk menghitung jarak antara data training dan data testing. Implementasi dilakukan pada dataset dengan label ‘Good' dan 'Not Good'. Hasil penelitian menunjukkan bahwa pemilihan nilai K yang optimal dan perhitungan jarak yang akurat menggunakan Euclidean Distance memungkinkan algoritma K-NN menghasilkan klasifikasi yang tepat dan dapat diandalkan. Penelitian ini juga menganalisis keunggulan dan keterbatasan K-NN serta faktor-faktor penting dalam penerapannya. Hasil penelitian menunjukkan bahwa algoritma K-NN berhasil diimplementasikan untuk klasifikasi ketebalan cat pada proses cat dasar di PT XYZ, dengan akurasi tertinggi sebesar 100% pada nilai K = 1. Dengan demikian, penelitian ini memberikan wawasan yang mendalam tentang aplikasi praktis K-NN dalam menyelesaikan permasalahan pada sebuah dataset yang menggunakan algoritma K-NN dengan metode Euclidean Distance.
Downloads
Article Details
Section
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
How to Cite
References
R. Putri Fitrianti, A. Kurniawati, D. Agusten, J. Sistem Informasi, and F. Ilmu Komputer dan Teknologi Informasi, “Implementasi Algoritma K-Nearest Neighbor Terhadap Analisis Sentimen Review Restoran Dengan Teks Bahasa Indonesia,” Seminar Nasional Aplikasi Teknologi Informasi (SNATi), pp. 1907–5022, 2019, [Online]. Available: https://www.google.com,
F. S. Pamungkas, B. D. Prasetya, and I. Kharisudin, “Perbandingan Metode Klasifikasi Supervised Learning pada Data Bank Customers Menggunakan Python,” PRISMA, Prosiding Seminar Nasional Matematika, vol. 3, pp. 689–694, 2019, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/
N. A’yuni Ramadhani and H. A. Rosyid, “Algoritma-Algoritma Data Mining untuk Klasifikasi Data,” Jurnal Inovasi Teknik dan Edukasi Teknologi, vol. 2, no. 12, pp. 550–556, Dec. 2022, doi: 10.17977/um068v2i122022pxxx-xxx.
F. Kurnia, J. Kurniawan, I. S. Fahmi, and S. Monalisa, “Klasifikasi Keluarga Miskin Menggunakan Metode K-Nearest Neighbor Berbasis Euclidean Distance,” Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI), vol. 12, pp. 2579–5406, Nov. 2019.
F. Abbas et al., “Landslide susceptibility assessment along the Karakoram highway, Gilgit Baltistan, Pakistan: A comparative study between ensemble and neighbor-based machine learning algorithms,” Science of Remote Sensing, vol. 9, Jun. 2024, doi: 10.1016/j.srs.2024.100132.
Z. Rozikin, A. T. Zy, and A. Z. Kamalia, “Prediksi Ketebalan Powder Coating Menggunakan Algoritma SVM Dan Naïve Bayes,” Jurnal Informasi Teknologi, vol. 4, pp. 226–231, 2023, doi: 10.47065/bit.v3i1.
F. B. S. T. W. R. S. D. R. Rani Anggrainy, “Sintesis Cat Epoxy Dengan Variasi Suhu Pengeringan,” Jurnal Perancangan, Manufaktur, Material, Dan Energi, pp. 42–49, May 2023.
L. Rahmawati and A. Dwi Indriyanti, “Penerapan Metode K-Nearest Neighbor (K-NN) Untuk Prediksi Penjualan Pakaian (Studi Kasus: UMKM Kresna),” Journal of Emerging Information Systems and Business Intelligence, pp. 307–313, 2024.
A. Sumayli, “Development of advanced machine learning models for optimization of methyl ester biofuel production from papaya oil: Gaussian process regression (GPR), multilayer perceptron (MLP), and K-nearest neighbor (KNN) regression models,” Arabian Journal of Chemistry, vol. 16, no. 7, Jul. 2023, doi: 10.1016/j.arabjc.2023.104833.
M. Zhu et al., “Prediction of constitutive model for basalt fiber reinforced concrete based on PSO-KNN,” Heliyon, vol. 10, no. 11, Jun. 2024, doi: 10.1016/j.heliyon.2024.e32240.
A. Chusyairi, “Clustering Data Cuaca Ekstrim Indonesia dengan K-Means dan Entropi,” Journal of Informatics and Communications Technology, vol. 5, no. 1, pp. 1–010, Jun. 2023, doi: 10.52661.
T. Gori, A. Sunyoto, and H. Al Fatta, “Preprocessing Data dan Klasifikasi untuk Prediksi Kinerja Akademik Siswa,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 1, pp. 215–224, Feb. 2024, doi: 10.25126/jtiik.20241118074.
O. Marliana Susianti, “Perumusan Variabel Dan Indikator Dalam Penelitian Kuantitatif Kependidikan,” Jurnal Pendidikan Rokania, vol. 9, p. 18, 2024, doi: 10.37728/jpr.v9i1.1066.
S. Aisiyah, S. Wahyuningsih, and fdt Amijaya, “Peramalan Jumlah Titik Panas Provinsi Kalimantan Timur Menggunakan Metode Radial Basis Function Neural Network,” Jambura Journal of Probability and Statistics, vol. 2, no. 2, pp. 64–74, Nov. 2021, doi: 10.34312/jjps.v2i2.10292.
A. S. Ritonga and I. Muhandhis, “Teknik Data Mining Untuk Mengklasifikasikan Data Ulasan Destinasi Wisata Menggunakan Reduksi Data Principal Component Analysis (PCA),” Jurnal Ilmiah Edutic, vol. 7, no. 2, May 2021.
P. Purwono, A. Wirasto, and K. Nisa, “Comparison of Machine Learning Algorithms for Classification of Drug Groups,” Sisfotenika, vol. 11, no. 2, p. 196, Jul. 2021, doi: 10.30700/jst.v11i2.1134.
D. Azzahra Nasution, H. H. Khotimah, and N. Chamidah, “Perbandingan Normalisasi Data Untuk Klasifikasi Wine Menggunakan Algoritma K-NN,” CESS (Journal of Computer Engineering System and Science), vol. 4, no. 1, pp. 2502–7131, Jan. 2019.
N. Hidayati and A. Hermawan, “K-Nearest Neighbor (K-NN) algorithm with Euclidean and Manhattan in classification of student graduation,” Journal of Engineering and Applied Technology, vol. 2, no. 2, Aug. 2021, doi: 10.21831/jeatech.v2i2.42777.
J. Mahasiswa and A. Samudra, “Penerapan Data Mining Untuk Memprediksi Harga Bahan Pangan di Indonesia Menggunakan Algoritma K-Nearest Neighbor,” Jurnal Mahasiswa Akuntansi Samudra (JMAS), vol. 4, no. 4, pp. 223–235, Aug. 2023.
S. Dewi Marliyana, “Uji Performa Spektrofotometer Serapan Atom Thermo Ice 3000 Terhadap Logam Pb Menggunakan CRM 500 dan CRM 697 di UPT
Laboratorium Terpadu UNS,” Indonesian Journal Of Laboratory, vol. 4, no. 2, p. 4887, 2021.
A. Hagi and D. B. Rarasati, “Sentiment Analysis of Sirekap Application Review Using Logistic Regression Algorithm,” Jurnal Informatika, vol. 11, no. 2, pp. 55–64, Aug. 2024, doi: 10.31294/inf.v11i2.22066.
Y. Cnn … | Brianorman and D. Utami, “Comparative Analysis of CNN Architectures for SIBI Image Classification,” vol. 12, no. 1, pp. 61–70, 2024, [Online]. Available: https://bit.ly/3trwIlH
A. Setiawan, “Perbandingan Penggunaan Jarak Manhattan, Jarak Euclid, dan Jarak Minkowski dalam Klasifikasi Menggunakan Metode KNN pada Data Iris,” Jurnal Sains dan Edukasi Sains, vol. 5, no. 1, pp. 28–37, May 2022, doi: 10.24246/juses.v5i1p28-37.
A. Ahmad Regal Saputra, “Pengaruh Kekuatan Bonding Terhadap Waktu Pengeringan dan Ketebalan Lapisan Cat Pada Plat Baja Karbon,” Journal of Technical Engineering, vol. 6, no. 2, pp. 35–43, 2023.
N. Islahudin, “Teknologi Proses Pengecatan Menggunakan Sistem Atomasi Pada Produk Berbahan Plastik Di Industri Perakitan Sepeda Motor,” Jurnal Ilmiah Teknik Mesin, vol. 13, no. 1, pp. 15–25, 2019, [Online]. Available: http://jurnal.umj.ac.id/index.php/sintek
D. Suhendra, P. Dan, and Y. Kusuma, “Analisis Kinerja Sistim Kompresor Udara di Jalur Produksi PT. X Melalui Audit Energi,” Jurnal Teknik Mesin, vol. 10, no. 2, 2021, [Online]. Available: www.en.us.fluke.com
M. Idra, “Pengaruh Jarak Penyemprotan Spray Gun Merk Meiji Dan Kentaro Terhadap Kualitas Hasil Pengecatan Dengan Tipe Cat Solid,” Automotive Science and Education Journal, 2020, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/asej
Y. Wicaksono, A. Akbar Harahap, and T. Rochmadi, “Implementasi Business Intelligence untuk Visualisasi Data Pengembangan Kompetensi Aparatur Sipil Negara Di Kabupaten Lebak,” Jurnal Teknologi dan Ilmu Komputer (JUTEKOM), Apr. 2024, doi: 10.35134/Jutekom.v9i2.1.