Implementasi Algoritma K-Nearest Neighbor untuk Klasifikasi Data Kriminalitas di Wilayah Kabupaten Serang

Kriminalitas merupakan tindakan kejahatan yang dapat merugikan banyak pihak. Seperti lingkungan tempat tinggal baru yang kondisinya belum diketahui seperti apa, memiliki jumlah penduduk juga interaksi yang besar menjadikan salah satu faktor korban tindak kriminalitas. Berdasarkan permasalahan tersebut peneliti melakukan penelitian dengan menggunakan Machine Learning. Metode yang di- gunakan untuk membangun model klasifikasi adalah K-Nearest Neighbor (KNN). Metode klasifikasi KNN ini melakukan pencarian tetangga terdekat pada sebuah data dengan melakukan preprocessing data latih juga data uji. Menggunakan Python sebagai bahasa pemograman dengan bantuan software Jupyter Notebook untuk melakukan pembangunan model dan visualisasi akurasi pada dataset. Hasil per- hitungan akurasi dengan Cross Validation sebanyak dua puluh kali menunjukkan kesuksesan pada parameter K = 1 mendapatkan akurasi sebesar 91.8% untuk pa- rameter K = 3 mendapatkan hasil akurasi 89.7% dan parameter K = 5 mendapatkan hasil akurasi 81.6%