Penerapan K-Nearest Neighbors Pada Single Layer Perceptron Untuk Klasifikasi Dataset Kecil Dengan Tiga Fitur

Arjuna Ranma Putra (Universitas Muhammadiyah Malang)
Devi Yunita (Universitas Muhammadiyah Malang)
Julya Rahmah Shanty (Universitas Muhammadiyah Malang)
Maria Iodina Ieki (Universitas Muhammadiyah Malang)
Muhammad Aqshal Hidayat Fizhilillah (Universitas Muhammadiyah Malang)
Rifky Firmansyah (Universitas Muhammadiyah Malang)

Jurnal Repositor
Vol. 7 No. 2 (2025): Mei 2025

Dalam pengembangan model machine learning untuk dataset kecil, pemilihan metode yang tepat menjadi kunci untuk menghasilkan klasifikasi yang akurat. Penelitian ini mengaplikasikan algoritma Single Layer Perceptron (SLP) untuk mengklasifikasikan dataset kecil dengan tiga fitur utama, yaitu Feature1, Feature2, dan Feature3. Algoritma SLP digunakan untuk mempelajari pola dalam data, dengan evaluasi model menggunakan teknik validasi silang k-fold. Teknik ini memastikan setiap bagian data digunakan sebagai data uji dan pelatihan secara bergantian, untuk mendapatkan hasil evaluasi yang lebih akurat. Selain itu, algoritma k-Nearest Neighbor (k-NN) digunakan untuk mencari nilai parameter K yang optimal guna meningkatkan akurasi model. Penelitian ini menggunakan 13 data sampel untuk melatih dan menguji model. Dengan pendekatan ini, diharapkan dapat meningkatkan kinerja model dalam mengklasifikasikan dataset kecil dengan tiga fitur.