K-Nearest Neighbor dengan Jarak Euclidean, Manhattan, dan Minkowski pada klasifikasi sampah
Siti Rahmi Kelilauw(1*); Purnawansyah Purnawansyah(2); Abdul Rachman Manga’(3); Rahma Puspitasari(4);
(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(4) Universitas Muslim Indonesia
(*) Corresponding Author
AbstractSampah menjadi permasalahan besar di Indonesia seiring dengan meningkatnya populasi dan konsumsi masyarakat. Untuk mengatasi permasalahan ini, klasifikasi sampah yang akurat diperlukan guna mendukung pengelolaan dan daur ulang yang lebih efektif. Penelitian ini menerapkan algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan sampah berdasarkan jenisnya, dengan menggunakan tiga metrik jarak: Euclidean, Manhattan, dan Minkowski. Dataset yang digunakan terdiri dari 997 gambar yang terbagi menjadi dua kelas, yaitu kertas dan kardus. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Proses preprocessing meliputi resize gambar ke ukuran 128x128 piksel serta normalisasi data. Model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa jarak Manhattan memberikan performa terbaik dengan akurasi 83%, diikuti oleh Euclidean dengan 75,50%, dan Minkowski dengan 66,50%. Temuan ini menegaskan bahwa pemilihan metrik jarak dalam algoritma KNN sangat memengaruhi kinerja model. Dengan pendekatan ini, diharapkan dapat meningkatkan efisiensi sistem pengelolaan sampah berbasis teknologi, sehingga mendukung upaya daur ulang yang lebih baik dan ramah lingkungan
Keywordsklasifikasi sampah; KNN; Eucledian; Manhattan; Minkowski
|
Full Text:PDF |
Article MetricsAbstract view: 6 timesPDF view: 3 times |
Digital Object Identifier https://doi.org/10.33096/linier.v2i3.3141
|
Cite |
References
R. Kurniawan, P. Wintoro, Y. Mulyani, and M. Komarudin, “Implemetasi Arsitektur XCeption pada Model Machine Learning Klasifikasi Sampah Anorganik,” J. Inform. dan Tek. Elektro Terap., vol. 11, Apr. 2023, doi: 10.23960/jitet.v11i2.3034.
D. Damiri, A. Atika, S. Sodiah, and Y. Ramadhani, “Pemberdayaan Masyarakat melalui Pelatihan Pembuatan Pupuk Kompos dari Limbah Organik dan Rumah Tangga di Desa Perdamaian Kecamatan Singkut Kabupaten Sarolangun (Participatory Action Research),” LOKOMOTIF ABDIMAS J. Pengabdi. Kpd. Masy., vol. 2, Aug. 2024, doi: 10.30631/lokomotifabdimas.v2i2.2691.
Nurikah, E. R. Jajuli, H, and E. Furqon, “Waste Management Governance Based On Law Number 18 Of 2008 Of Waste Management Of Waste Based Citizen Participation In The Serang City,” Gorontalo Law Rev., vol. 5, no. 2, pp. 434–442, 2022.
S. Stocker, G. Csányi, K. Reuter, and J. Margraf, “Machine learning in chemical reaction space,” Nat. Commun., vol. 11, Oct. 2020, doi: 10.1038/s41467-020-19267-x.
H. Darwis, R. Puspitasari, Purnawansyah, W. Astuti, D. Atmajaya, and M. Hasnawi, “A Deep Learning Approach for Improving Waste Classification Accuracy with ResNet50 Feature Extraction,” in 2025 19th International Conference on Ubiquitous Information Management and Communication (IMCOM), 2025, pp. 1–8. doi: 10.1109/IMCOM64595.2025.10857536.
P. Regina, P. Purnawansyah, T. Hasanuddin, and H. Darwis, “Klasifikasi Daun Herbal Menggunakan K-Nearest Neighbor dan Support Vector Machine dengan Fitur Fourier Descriptor,” Edumatic J. Pendidik. Inform., vol. 7, pp. 160–168, Jun. 2023, doi: 10.29408/edumatic.v7i1.17521.
M. Jumarlis, M. Mirfan, and A. Manga, “Classification of Coffee Bean Defects Using Gray-Level Co-Occurrence Matrix and K-Nearest Neighbor,” Ilk. J. Ilm., vol. 14, pp. 1–9, Apr. 2022, doi: 10.33096/ilkom.v14i1.910.1-9.
L. Informatika, M. D. Taufiqurahman, S. Anraeni, H. Darwis, U. M. Indonesia, and K. Neighbor, “Analisis Sentimen Komentar Konten Kreator Gaming Menggunakan Metode Naive Bayes dan KNN,” vol. 1, no. 4, pp. 317–327, 2024.
Herman, H. Darwis, Nurfauziyah, R. Puspitasari, D. Widyawati, and A. Faradibah, “Comparative Analysis of Anxiety Disorder Classification Using Algorithm Naïve Bayes, Decision Tree and K-NN,” in 2025 19th International Conference on Ubiquitous Information Management and Communication (IMCOM), 2025, pp. 1–6. doi: 10.1109/IMCOM64595.2025.10857485.
J. Arfah, Purnawansyah, H. Darwis, and R. Sastra, “Klasifikasi Penyakit Bawang Merah Menggunakan Naive Bayes dan CNN dengan Fitur GLCM,” Indones. J. Comput. Sci., vol. 12, Jun. 2023, doi: 10.33022/ijcs.v12i3.3236.
A. Manga, A. Utami, H. Azis, Y. Salim, and A. Faradibah, “Optimizing classification models for medical image diagnosis: a comparative analysis on multi-class datasets,” Comput. Sci. Inf. Technol., vol. 5, pp. 205–214, Nov. 2024, doi: 10.11591/csit.v5i3.p205-214.
A. Riska, Purnawansyah, H. Darwis, and W. Astuti, “Studi Perbandingan Kombinasi GMI, HSV, KNN, dan CNN pada Klasifikasi Daun Herbal,” Indones. J. Comput. Sci., vol. 12, Jun. 2023, doi: 10.33022/ijcs.v12i3.3210.
H. Azis, P. Purnawansyah, F. Fattah, and I. Putri, “Performa Klasifikasi K-NN dan Cross Validation Pada Data Pasien Pengidap Penyakit Jantung,” Ilk. J. Ilm., vol. 12, pp. 81–86, Aug. 2020, doi: 10.33096/ilkom.v12i2.507.81-86.
M. Samir, Purnawansyah, H. Darwis, and F. Umar, “Fourier Descriptor Pada Klasifikasi Daun Herbal Menggunakan Support Vector Machine Dan Naive Bayes,” J. Teknol. Inf. dan Ilmu Komput., vol. 10, pp. 1205–1212, Dec. 2023, doi: 10.25126/jtiik.1067309.
H. Darwis, Z. Ali, Y. Salim, and P. Belluano, “Max Feature Map CNN with Support Vector Guided Softmax for Face Recognition,” JOIV Int. J. Informatics Vis., vol. 7, pp. 959–966, Sep. 2023, doi: 10.30630/joiv.7.3.1751.
D. Zahirah, N. Kurniati, and H. Darwis, “Digital Image Classification of Herbal Leaves Using Knn and Cnn With Glcm Features,” J. Tek. Inform., vol. 5, no. 1, pp. 61–67, 2024, [Online]. Available: https://doi.org/10.52436/1.jutif.2024.5.1.1162
I. Putri, “Analisis Performa Metode K- Nearest Neighbor (KNN) dan Crossvalidation pada Data Penyakit Cardiovascular,” Indones. J. Data Sci., vol. 2, pp. 21–28, Mar. 2021, doi: 10.33096/ijodas.v2i1.25.
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Siti Rahmi Kelilauw, Purnawansyah Purnawansyah, Abdul Rachman Manga’, Rahma Puspitasari
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Literatur Informatika dan Komputer
Diterbitkan oleh Fakultas Ilmu Komputer
Website : https://jurnal.fikom.umi.ac.id/index.php/LINIER/
Email : linier@umi.ac.id
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0