04-008 6.51
4.27 2.78 3.58 5.20
4.89
N N
02-011 6.39
3.73 2.78 3.83 5.29
5.16
N Y
04-047 6.20
4.20 2.47 3.87 5.23
5.01
N N
05-025 6.56
3.63 2.95 3.54 5.26
4.76
N N
01-019 5.55
4.20 2.72 5.00 5.01
4.18
Y Y
04-016 6.35
3.76 2.59 4.05 5.11
4.69
N N
04-062 6.29
3.45 3.13 3.65 5.00
4.96
N N
04-045 6.00
3.91 2.81 3.64 5.22
4.87
N N
02-013 6.57
3.85 2.38 3.27 5.30
4.78
N N
02-044 6.20
3.80 2.79 3.29 4.73
5.13
N N
05-008 6.34
3.85 2.41 3.48 5.09
4.56
N N
01-053 5.95
3.55 2.63 3.72 5.23
4.63
N N
04-061 6.01
4.02 2.40 3.45 5.15
4.60
N N
04-028 6.17
3.39 2.39 3.61 5.00
5.04
N N
02-031 6.38
3.64 2.40 3.53 4.98
4.55
N N
04-017 6.02
3.37 2.88 3.63 4.95
4.57
N N
04-013 5.95
3.45 2.13 3.44 5.35
4.95
Y Y
04-050 6.13
3.41 2.63 3.60 4.75
4.52
N N
02-012 6.19
3.36 2.48 3.35 5.07
4.49
N N
05-033 6.60
3.31 2.00 3.50 4.73
4.51
Y Y
04-033 5.88
3.28 2.75 3.28 4.98
4.38
Y Y
01-020 6.00
3.31 2.44 3.49 4.65
4.49
Y Y
01-054 5.80
3.36 2.95 2.93 4.56
4.70
Y N
01-027 5.54
3.50 2.64 3.28 4.45
4.55
Y Y
01-028 5.97
3.52 2.33 3.38 4.53
4.23
Y Y
05-014 5.55
3.34 2.46 3.34 4.62
4.36
Y Y
02-022 5.90
3.10 2.00 3.75 4.35
3.75
Y Y
01-040 5.17
2.60 2.29 2.42 4.40
4.23
Y Y
6.1.8. Kesimpulan Hasil Pengujian Akurasi
Kedua hasil pengujian akurasi menggunakan confusion matrix dari data nilai UN IPA IPS tahun 2014, dihasilkan ketika sistem
memasukkan nilai ‘k’ = 28 yang menghasilkan jumlah obyek yang terdeteksi outlier pal
ing sedikit dari nilai ‘k’ 7, 14, dan 28 keakuratannya adalah 79,43 untuk IPA dan 79,87 untuk IPS.
Percobaan pada data nilai UN IPA 2014, perbandingan hasil akurasi dari pengguna menggunakan hasil yang sama pada ketiga nilai ‘k’
yang dimasukan lewat si stem dan juga sistem dengan nilai ‘k’ 7,
14, dan 28, ketika sistem memasukan nilai ‘k’ = 7 hasil akurasinya adalah 69,5, ketika sistem memasukan nilai ‘k’ = 14 hasil
akurasinya adalah 68,79, dan ketika sistem memasukan nilai ‘k’ = 28 hasil akurasinya adalah 79,43.
Percobaan pada data nilai UN IPS 2014, perbandingan hasil akurasi dari pengguna menggunakan hasil yang sama pada ketiga nilai ‘k’
yang dimasukan lewat sistem dan juga sistem dengan nilai ‘k’ 7, 14, dan 28, ketika sistem memasukan nilai ‘k’ = 7 hasil akurasinya
adalah 64,78 , ketika sistem memasukan nilai ‘k’ = 14 hasil
akurasinya adalah 67,92 , dan ketika sistem memasukan nilai ‘k’ =
28 hasil akurasinya adalah 79,43. Hal ini terbukti bahwa nilai ‘k’ yang cenderung stabil menghasilkan
outlier, memiliki akurasi yang lebih tinggi dibandingkan dengan nilai ‘k’ yang lain.
6.1.9. Hasil Pengujian Waktu Kinerja Sistem
Pengujian ini menggunakan data nilai Ujian Nasional UN IPA Tahun 2014, dengan jumlah data 141 dan jumlah atribut 7. Rincian
waktu percoba an dengan memasukkan nilai ‘k’ yang berbeda-beda
adalah sebagai berikut :
Table 6.17 Tabel Pengujian Waktu Kinerja Sistem
Nilai k Waktu Deteksi
10 0.646084059
20 1.240369053
40 2.532196818
60 4.159508149
80 6.112923082
100 8.433924134
120 11.92125682
140 13.87022524
Gambar 6.4 Grafik Hasil Pengujian Waktu Kinerja Sistem
6.1.10. Kesimpulan Hasil Pengujian Waktu Kinerja Sistem
Pengujian tersebut menghasilkan kesimpulan bahwa sistem dengan data yang sama, jika dideteksi dengan masukan nilai ‘k’ yang
semakin besar, maka waktu deteksi juga semakin lama. Hal ini dikarenakan sistem sangat berpengaruh dengan nilai ‘k’ untuk
2 4
6 8
10 12
14 16
20 40
60 80
100 120
140 160
Wa k
tu D
et ek
si
Nilai k Waktu Deteksi
melakukan deteksi. Tetangga terdekat pada algoritma ini sangat berpengaruh kepada influence space yang didapatkan dari gabungan
nearest neighbors dan reverse nearest neighbors.
6.2. KELEBIHAN DAN KEKURANGAN SISTEM
