19
2
2.7
Nearest-neighbor Classifier
Nearest-neighbor
Classifier
adalah
sebuah
metode
sederhana yang
digunakan
untuk
mengklasifikasikan
sebuah
objek
baru
berdasarkan
kesamaan
data pada objek yang berada pada training set.
Nilai
k
yang
ada
pada
Nearest-neighbor
Classifier
adalah parameter jumlah nearest-neighbor
yang
akan
diambil
untuk
klasifikasi data
baru.
Algoritma dari
Nearest-neighbor
Classifier adalah sebagai berikut:
1.
Menentukan nilai k (banyaknya nearest-neighbor).
2.
Hitung jarak antara data – data pada objek baru dengan data – data pada
objek
yang
lama
dengan
rumus
D
(x, y
)
=
n
?
(x
i
-
y
i
)
dimana
x
adalah
i
=¹
objek baru,
y
adalah objek
yang berada pada training set, n adalah jumlah
pixel, dan D
(x,y)
adalah
jarak antara objek baru dengan objek pada
training set.
3.
Urutkan
objek
berdasarkan
jarak
yang
didapat
dan
ambil
k
objek
yang
memiliki nilai D
(x,y)
paling kecil.
4.
Mengumpulkan
kategori
dari
setiap
objek
yang
termasuk
nearest-
neighbor.
5.
Objek
baru
termasuk
dalam
kategori
yang
paling
banyak
muncul
dari
objek yang termasuk nearest-neighbor.
 |