Pengambil keputusan sering menggunakan intuisi dalam proses pengambilan keputusan, padahal dengan intuisi banyak memiliki kekurangan sehingga perlu dikembangkan suatu model pengambilan keputusan yang diambil berdasarkan informasi yang telah diolah dan disajikan dengan dukungan model penunjang keputusan. Model k-Nearest Neighbor (k-NN) adalah suatu model penunjang keputusan yang tidak berbasis aturan, melainkan menggunakan algoritma pembelajaran terawasi, hasil dari data masukan yang baru diklasifikasi berdasarkankedekatan dengan data pada kasus lama (fakta) sebagai data pelatihan. Model k-NN cukup sederhana dan mudah diaplikasikan dalam kasus nyata. Namun demikian model k-NN memiliki kelemahan, yaitu membutuhkan data kasus yang telah pernah terjadi (fakta) sebagai basispengetahuan sistem. Dengan demikian, model k-NN tidak dapat memutuskan permasalahan baru tanpa belajar dari kasus yang telah pernah terjadi. Pada penelitian ini dirumuskan sebuah model k-NN yang menggunakan basis aturan untuk menghasilkan data pelatihan sebagaibasis pengetahuan sistem.Kata Kunci: Sistem Penunjang Keputusan, k-NN (k-Nearest Neighbor), Basis Aturan, Basis Pengetahuan
Copyrights © 2014