Implementasi Data Mining Menggunakan Metode K-Nearest Neighbor Untuk Memonitoring Data Pelanggan Oleh PT. Telkom Akses Pematangsiantar

Penelitian ini dilatarbelakangi oleh meningkatnya penggunaan WiFi di Indonesia yang menyebabkan peningkatan jumlah pelanggan PT. Telkom Akses. Efek sering keterlambatan proses layanan. bertujuan untuk mengklasifikasikan keadaan pelayanan sebagai normal atau tidak berdasarkan data Telkom. Pada penelitian ini, kami mengimplementasikan mining dengan menggunakan metode k-nearest neighbor. Data digunakan adalah 100 dataset dari 10.121 telekomunikasi bulan September sampai Oktober 2022. dimasukkan ke dalam weka, pemilihan atribut terdiri 60 training dan 40 testing, weka menangani perhitungan menyajikan hasil klasifikasi bentuk normal. Hasil pada algoritma k-nearest-neighbor menghasilkan terbaik nilai kebenaran 81% tingkat eror 19%.