K-Nearest Neighbors (KNN)

<aside> 💡

K-Nearest Neighbors = Tetangga Terdekat

</aside>

Konsep “tetangga” (neighbor) adalah inti dari algoritma K-Nearest Neighbors (KNN). Kalau konsep ini sudah kita pahami, KNN akan jauh lebih mudah.

1. Apa maksud "tetangga" pada KNN?

Dalam KNN, tetangga bukan berarti tetangga rumah 😄.

Tetangga berarti:

Data lain yang memiliki karakteristik paling mirip atau paling dekat dengan data yang sedang kita prediksi.

Kedekatan biasanya dihitung menggunakan jarak.

Misalnya kita punya data bunga:

Bunga A → panjang petal = 1.4 cm
Bunga B → panjang petal = 1.5 cm
Bunga C → panjang petal = 5.0 cm

Kalau kita memiliki bunga baru dengan:

panjang petal = 1.6 cm

maka Bunga A dan Bunga B lebih dekat dibanding Bunga C.

Jadi A dan B bisa dianggap sebagai tetangga terdekat.

2. Kenapa disebut "Nearest"?

Nearest berarti terdekat.

KNN akan melakukan kira-kira seperti ini:

Data baru
   │
   ▼
Cari data yang paling dekat
   │
   ├── Tetangga 1
   ├── Tetangga 2
   ├── Tetangga 3
   └── ...
   │
   ▼
Lihat kelas mayoritas
   │
   ▼
Prediksi