FEATURE SELECTION PADA DATASET BERDIMENSI TINGGI MENGGUNAKAN ALGORITMA K-NN

Data mining merupakan proses menggunkan statistik,matematika,kecerdasan buatan dan juga machine learning untuk mengidentifikasi masalah yang ada pada sebuah data sehingga menghasilkan informasi yang bermanfaat.Berdasarkan fungsinya data mining di kelompokan menjadi,deskripsi, estimasi, klasifikasi, clustering, dan asosiasi. K-NN merupakan salah satu metode data mining yang terbaik serta banyak digunakan dalam penelitian.Algoritma K-NN dikenalkan oleh Fix dan Hodges pada tahun 1951.Algoritma K-NN merupakan algoritma yang sederahana dan sering digunakan untuk meneglompokan data supervised. Feature selection seleksi atribut merupakan teknik data mining yang digunakan pada tahap pre-processing. Teknik ini bekerja dengan mengurangi atribut yang kompleks yang akan di kelola pada taham processing dan alalisis.Pada penelitian ini feature selection yang paling efektif untuk meningkatkan akurasi algoritma K-NN dengan meningkatkan akurasi sebesar 0.95122 pada dataset breast cancer dan 0.8875 pada dataset prostate cancer.