Application of K-Nearest Neighbor Algorithm Using Rapidminer on Life Satisfaction of Commuter Workers in Indonesia
Keywords:
k-nearest neighbor, life satisfaction, commuter, classification, rapidminerAbstract
The level of life satisfaction of commuter workers in Indonesia is classified using the K-Nearest Neighbor (K-NN) algorithm using the RapidMiner application. This study aims to provide a better understanding of the social and economic conditions of workers who have to travel long distances every day. To collect data, a questionnaire covering various information such as income, number of dependents, location of residence, travel time, and level of life satisfaction was sent. Before being entered into the model, the data is then processed through a cleaning stage, normalizing numeric values, and dividing into test data and training data. One of the reasons for RapidMiner is its visual interface, which allows users to create classification models without writing programming code. The test results show that the K-NN algorithm can accurately classify the level of life satisfaction of commuter workers. Model performance is greatly influenced by the selected variables, namely the K value, and data quality. This study is expected to help related parties, this approach is considered effective in helping data-based decision making.
References
Aisyah Fatmawati, A. I. (2024). IMPLEMENTASI NAÏVE BAYES UNTUK KLASIFIKASI KELAYAKAN PENERIMA BANTUAN SOSIAL . JATI (Jurnal Mahasiswa Teknik Informatika) , 745-750.
Argina, A. M. (2020). Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes. Indonesian Journal of Data and Science, 1(2), 29-33.
Bayu Susilo, N. A. (2024). Penerapan Algoritma K-Nearest Neighbor untuk Prediksi. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 1466-1476.
Dewi, A. O. (2020). Big Data di Perpustakaan dengan Memanfaatkan Data Mining. Anuva: Jurnal Kajian Budaya, Perpustakaan, dan Informasi, 4(2), 223-230.
Dewi, M. A. (2021). Penerapan Framework Scrum pada Pengembangan Sistem Informasi Keuangan Berbasis Web. Jurnal Teknologi Informasi dan Komunikasi.
Harun, R. P. (2020). Penerapan Data Mining untuk Menentukan Potensi Hujan Harian dengan Menggunakan Algoritma K Nearest Neighbor (KNN). Jurnal Manajemen Informatika dan Sistem Informasi., 3(1), 8-15.
Irawati, R. A. (2024). Sistem Klasifikasi Status Sosial Ekonomi Keluarga di Desa Popalia Menggunakan Metode K-NN . Jurnal Sains dan Informatika, 11-20.
Karyono, G. (2016). Analisis Teknik Data Mining Algoritma C4. 5 Dan K-Nearest Neighbor Untuk Mendiagnosa Penyakit Diabetes Mellitus. STMIK–Politeknik PalComTech,, 12.
Khormarudin, A. N. (2016). Teknik data mining: Algoritma K-Means clustering. J. Ilmu Komput, 1-12.
Lorena Br Ginting, S. Z. (2015). Teknik Data Mining Untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighborhood. KOMPUTIKA-Jurnal Sistem Komputer UNIKOM, 3(2).
Mahulae, I. G., Harli, E., & Dja'far, H. I. (2022). PERANCANGAN SISTEM INFORMASI PEMBAYARAN DAN PENDATAAN PADA BENGKEL KARINA MOTOR MENGGUNAKAN NETBEANS. Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI), 3(4), 691-698.
Maulidina Azizah, N. R. (2024). ANALISIS KLASTERISASI WILAYAH PENYANDANG DISABILITAS DI PROVINSI JAWA BARAT. JATI (Jurnal Mahasiswa Teknik Informatika), 638-644.
Mukhamad Said Riza Zudi, A. M. (2024). IMPLEMENTASI DATAMINING CLUSTERING DALAM MENGELOMPOKKAN PENDUDUK PENYANDANG DISABILITAS PROVINSI JAWA BARAT MENGGUNAKAN ALGORITMA K-MEANS. 1-15.
Mulyati, S. H. (2020). Rancang bangun aplikasi data mining prediksi kelulusan ujian nasional menggunakan Algoritma (Knn) K-Nearest Neighbor dengan metode Euclidean Distance pada SMPN 2 Pagedangan. JIKA (Jurnal Informatika), 4(1), 65-73.
Nikmatun, I. A. (2019). Implementasi data mining untuk klasifikasi masa studi mahasiswa menggunakan algoritma K-Nearest Neighbor. Jurnal Simetris,, 10(2), 421-432.
Purwandari, N., & Fauzi, A. (2020). PERANCANGAN SISTEM INFORMASI MANAJEMEN. JUNSIBI: Jurnal Sistem Informasi Bisnis, 1(2), 54-64.
Ridlwanul Fitra, I. R. (2022). Penerapan Metode Algoritma K-Nearest Neighbor Menggunakan Rapidminer Studio pada Klasifikasi Status Sosial Ekonomi Studi Kasus : Kelurahan Kapuk Muara Rt 010 Rw 04 . Informatika, Universitas Nusa Mandiri, 653-660.
Santoso, A. &. (2022). Perancangan Aplikasi Digital Arsip Kampus Dalam Meningkatkan. Jurnal Maklumatika, 9(1), 37.
Widaningsih, S. (2019). Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4, 5, Naïve Bayes, Knn Dan Svm. Jurnal Tekno Insentif, , 13(1), 16-25.
Winda Lidysari, H. S. (2022). Penerapan Data Mining Dalam Menentukan Kelayakan Penerima Bantuan Sosial Pemko Dengan Algoritma C4.5 (Kasus Kantor Kelurahan Martoba) . KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), 53-61.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Muhammad Fadli Juliana Putra, Bayu Pangestu, Sopyan Hidayat, Bintang Ardian Nugroho, Dastin Ramadhani, Maulana Fansyuri (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
Creative Commons Attribution 4.0 International (CC BY 4.0).
This work is licensed under a 