KLASIFIKASI GAMBAR GERAK PEMAIN BOLA VOLI DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN)

Algoritma K-Nearest Neighbor (KNN) adalah suatu metode yang menggunakan algoritma supervised, dimana hasil sampel uji yang baru diklasifikasikan berdasarkan mayoritas dari kategori pada KNN.Tugas Akhir ini bertujuan mengimplementasikan K-Nearest Neighbor untuk klasifikasi gambar gerakan pemain bola volli kedalam tiga gerakan dasar yakni smash, service dan blok. K-Nearest Neighbor digunakan untuk mengklasifikasikan gambar gerakan bola volli karena ketangguhannya terhadap data yang memiliki banyak noise serta efektif terhadap data yang berukuran sangat besar.Berdasarkan hasil penelitian data terklasifikasi dalam 5 cluster yakni k3, k5, k7, k9 dan k10 diketahui bahwa klastering dengan nilai k3 memiliki hasil akurasi tertinggi sebesar 66,87%.Tingkat akurasi pengujian model gambar gerakan pemain bola voli dengan menggunakan algoritma K-Nearest Neighbor (KNN) dipengaruhi oleh jumlah klastering data