Klasifikasi Surat Laporan Kehilangan Kepolisian Menggunakan Algoritma K - Nearest Neighbor

Abstract

Klasifikasi teks adalah proses pengelompokan dokumen ke dalam kategori atau kelas yang berbeda. Surat laporan kehilangan kepolisian memiliki bermacam - macam jenis, seperti: surat kehilangan Kartu Tanda Penduduk (KTP), surat kehilangan Surat Tanda Tamat Belajar (STTB) dan lain-lain. Klasifikasi surat laporan kehilangan kepolisian masih dilakukan secara manual, karena belum adanya sistem untuk mengklasifikasi surat tersebut. Klasifikasi surat manual memiliki keterbatasan alokasi ruang dan waktu. Untuk menyeselesaikan permasalahan tersebut, penelitian ini menawarkan implementasi algoritma k-Nearest Neighbor untuk mengklasifikasi surat laporan kehilangan kepolisian. Algoritma k-Nearest Neighbor adalah salah satu metode klasifikasi untuk data mining terkhusus text mining. Metode ini bekerja dengan mencari kedekatan jarak suatu data dengan data lain. Pembobotan term dilakukan dengan mencari TF-IDF (Term Frequency-Inverse Document Frequency). Arsip digital surat dibuat melalui proses scanning dan menyimpan isi utama surat dalam file teks. Dalam hal ini surat laporan kehilangan kepolisian digolongkan menjadi tiga kategori utama yaitu kartu, surat, dan sertifikat. Dari hasil pengujian klasifikasi pada 100 isi surat laporan kehilangan kepolisian, algoritma K-Nearest Neighbor dapat menghasilkan ratarata tingkat akurasi 91.75 %.