Analisis Perbandingan Kinerja Algoritma K-NN dan K-Means untuk Sistem Rekomendasi Mouse Gaming : Comparative Performance Analysis of K-NN and K-Means Algorithms for Gaming Mouse Recommendation System

Suhardi Aras; Agniel Lorensyus Malino; Yuchiro Heizkia Reenhard Paliyama; Ridho Bintang Ramadhan

doi:10.57152/malcom.v5i4.2160

Authors

Suhardi Aras Universitas Muhammadiyah Sorong
Agniel Lorensyus Malino Universitas Muhammadiyah Sorong
Yuchiro Heizkia Reenhard Paliyama Universitas Muhammadiyah Sorong
Ridho Bintang Ramadhan Universitas Muhammadiyah Sorong

DOI:

https://doi.org/10.57152/malcom.v5i4.2160

Keywords:

Algoritma, K-Means, K-NN, Mouse Gaming, Sistem

Abstract

Kebutuhan akan perangkat keras seperti mouse untuk bermain gim yang mendukung performa meningkat seiring dengan pertumbuhan industri gim dan teknologi digital. Fitur seperti DPI tinggi, tombol makro, sensor presisi, dan desain ergonomis menjadi daya tarik utama bagi pengguna. Namun, banyaknya variasi produk membuat konsumen kesulitan memilih mouse yang sesuai dengan preferensi mereka. Penelitian ini bertujuan untuk membangun sistem rekomendasi mouse gaming berbasis pembelajaran mesin dengan membandingkan dua algoritma, yaitu K-Nearest Neighbor (K-NN) dan K-Means. Metode penelitian meliputi pengumpulan data dari Kaggle, preprocessing data (pembersihan, normalisasi), reduksi dimensi dengan PCA, pengelompokan menggunakan K-Means, serta klasifikasi menggunakan K-NN dengan penerapan SMOTE untuk mengatasi ketidakseimbangan kelas. K-NN, sebagai algoritma supervised learning, memanfaatkan kedekatan antar data untuk menentukan label, sedangkan K-Means merupakan algoritma unsupervised yang mengelompokkan data berdasarkan kemiripan fitur. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa K-Means efektif dalam segmentasi produk, sementara K-NN memberikan akurasi tinggi dalam klasifikasi. Kombinasi keduanya menghasilkan sistem rekomendasi yang lebih akurat dan relevan bagi pengguna.

Downloads

Download data is not yet available.

References

R. A. Zafs et al., “Ergonomic analysis of gaming mouse using electromyography and subjective assessment,” Journal of Mechatronics, Electrical Power, and Vehicular Technology, vol. 15, no. 2, pp. 177–185, 2024, doi: 10.55981/j.mev.2024.1110.

Fahmi Sulaiman, Nana Suarna, and Iin, “Pengukuran Kualitas Perangkat Lunak Sistem Informasi Pengarsipan Dokumen Laporan Jalan Tol Menggunakan Metode Mccall,” INFOTECH journal, vol. 8, no. 1, pp. 34–40, Mar. 2022, doi: 10.31949/infotech.v8i1.2234.

Y. Pan, “The role of recommendation algorithms in driving the development of e-commerce platforms,” Applied and Computational Engineering, vol. 92, no. 1, pp. 206–211, Oct. 2024, doi: 10.54254/2755-2721/92/20241754.

J. Yu and A. Wang, “Adaptive recommendation systems: A comparative analysis of K-NN-based algorithms and hybrid models,” Applied and Computational Engineering, vol. 73, no. 1, pp. 24–32, Jul. 2024, doi: 10.54254/2755-2721/73/20240356.

K. Ramadhan Putra and I. Fathur Rahman, “MIND (Multimedia Artificial Intelligent Networking Database Pemanfaatan Metode Collaborative Filtering dengan Algoritma K-NN pada Sistem Rekomendasi Produk,” Journal MIND Journal | ISSN, vol. 9, no. 1, pp. 113–123, 2024, doi: 10.26760/mindjournal.v9i1.113-123.

M. Mustika Dewi, L. Dwi Farida, and dan Akhmad Dahlan, “Edu Komputika Journal Implementasi K-Means dan Collaborative Filtering untuk Sistem Rekomendasi,” Edu Komputika, vol. 10, no. 2, 2023, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/edukom

A. N. D. Andra and Z. K. A. Baizal, “E-commerce Recommender System Using PCA and K-Means Clustering,” Jurnal RESTI, vol. 6, no. 1, pp. 57–63, Feb. 2022, doi: 10.29207/resti.v6i1.3782.

H. Mutiasari, T. W. Purboyo, and R. A. Nugrahaeni, “Sistem Rekomendasi Film Menggunakan Metode K-Means Clustering (Movie Recommendation System Using K-Means Clustering Method).”

A. Bachir, A. Sultan, and S. S. Abu-Naser, “Predictive Modeling of Breast Cancer Diagnosis Using Neural Networks:A Kaggle Dataset Analysis,” 2023. [Online]. Available: www.ijeais.org/ijaer

B. Hakim, “Analisa Sentimen Data Text Preprocessing Pada Data Mining Dengan Menggunakan Machine Learning,” JBASE - Journal of Business and Audit Information Systems, vol. 4, no. 2, Aug. 2021, doi: 10.30813/jbase.v4i2.3000.

I. T. Jollife and J. Cadima, “Principal component analysis: A review and recent developments,” Apr. 13, 2016, Royal Society of London. doi: 10.1098/rsta.2015.0202.

A.K. John, “Data Mining Third Edition.”, Springer, 2007

A. K. Jain, “Data Clustering: 50 Years Beyond K means Data Clustering: 50 Years Beyond K means 50 Years Beyond K-means 50 Years Beyond K-means.”

H. Yansah, T. Tri Wulansari, and F. Alameka, “Penerapan Algoritma K-Means Dalam Clustering Produk Terlaris Pada Fr Parfum,” 2022.

A. P. Pramudiyanti, M. F. Shafiro, L. A. Salim, and Wasyik, “K-Means Cluster Analysis Related To Unmet Need For Family Planning In Banyuwangi, Indonesia: A Case Study,” Journal of Public Health Research and Community Health Development, vol. 7, no. 2, pp. 136–142, Mar. 2024, doi: 10.20473/jphrecode.v7i2.39691.

E. Irfiani, S. Sulistia Rani, S. Nusa Mandiri Jl Kramat Raya No, and J. Pusat, “Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita,” vol. 6, no. 4, pp. 17–27, 2018.

F. Handayani, “Aplikasi Data Mining Menggunakan Algoritma K-Means Clustering untuk Mengelompokkan Mahasiswa Berdasarkan Gaya Belajar,” Jurnal Teknologi dan Informasi, doi: 10.34010/jati.v12i1.

D. Abid, R. Wirya Adikusuma, A. Mufti, A. Fikri, D. Rinci, and K. Hapsari, “Penerapan Metode K-Means Clustering Untuk Analisa Penjualan Komoditas Toko Tani Indonesia Article History ABSTRAK,” Jurnal Riset Inovasi Bidang Informatika Dan Pendidikan Informatika (KERNEL), vol. 3, no. 2, 2022.

A. Khairi, A. Fais Ghozali, and A. Darul Nur Hidayah, “Implementasi K-Nearest Neighbor (K-Nn) Untuk Klasifikasi Masyarakat Pra Sejahtera Desa Sapikerep Kecamatan Sukapura,” vol. 2, no. 3, pp. 319–323.

M. Diki Hendriyanto and N. Sari, “Muhammad Diki Hendriyanto Penerapan Algoritma K-Nearest Neighbor Penerapan Algoritma K-Nearest Neighbor dalam Klasifikasi Judul Berita Hoax.”

P. Ayu Lestari, D. Puspita, and S. Aminah, “Penerapan Algoritma K-Nearest Neighbor (K-NN) Pada Klasifikasi Kualitas Biji Kopi Robusta,” 2024.