@thesis{thesis, author={Irawan Novta Dany’el}, title ={Analisis Dan Implementasi Pendekatan Korelasi Untuk Perbaikan Missing Value Dengan Metode K-Nearest Neighbor (K-Nn)}, year={2017}, url={http://repository.ub.ac.id/id/eprint/9323/}, abstract={Missing value sering terjadi dalam metode klasifikasi disebabkan karena informasi tentang objek tidak diberikan, sulit dicari, atau memang informasi tersebut tidak ada, hal ini akan menyebabkan menurunya keakuratan dan kualitas data pada saat data diolah. Mengganti variabel kosong dengan estimasi dari beberapa nilai tidak dapat langsung dilakukan jika variabel kosong. Diperlukan pendekatan spesifik untuk mengetahui korelasi antara variabel kosong (missing value) dengan variabel pengganti atau cadangan. Menentukan jurusan bagi siswa SMA, murid dan orang tua mereka sering mengabaikan untuk mengisi data yang lengkap. Data mengalami missing value dapat diatasi dengan menambahkan data variabel cadangan yang diperoleh dari hasil pengukuran menggunakan pendekatan korelasi dengan metode klasifikasi K-Nearest Neighbor (K-NN). Pendekatan korelasi dilakukan karena peneliti perlu mengetahui ketersediaan dan kekuatan korelasi variabel yang berkaitan dengan objek. Pendekatan korelasi bertujuan untuk mengetahui bukti adanya korelasi antara variabel dan untuk mendapatkan korelasi signifikan atau tidak signifikan. Metode klasifikasi yang digunakan dalam penelitian ini adalah K-NN, karena termasuk metode klasifikasi dengan konsistensi kuat, menghitung hubungan antara kasus baru dan kasus lama berdasarkan nilai k dan tetangga terdekatnya. Mengamati hasil kuesioner dilakukan untuk meneliti nilai korelasi data cadangan, hal ini termasuk dalam kategori data cadangan yang layak. Hasil percobaan pada k nilai metode K-NN dengan menggunakan k value = 3, 5, 7, 9, dan 11 dari 500 data dan 31 pola kasus lama, menunjukkan bahwa akurasi yang tinggi 97% pada nilai k = 5.} }