@article{OJSUDA, author = {Raden Winahyu and Rosa Eliviani and Vian Saputro and Athar Winda}, title = { PREDIKSI KELAYAKAN KREDIT PEMAKAI PONSEL PINTAR DI INDONESIA MENGGUNAKAN ALGORITMA K NEAREST NEIGHBOR (KNN) PASCA PANDEMI}, journal = {Jurnal Darma Agung}, volume = {31}, number = {6}, year = {2023}, keywords = {}, abstract = {Dalam studi ini, kami bertujuan untuk menggunakan algoritma pembelajaran mesin untuk memprediksi kelayakan kredit pemakai ponsel pintar di Indonesia pasca pandemi COVID-19. Algoritma pembelajaran mesin Principal Component Analysis (PCA) dan algoritma K-means digunakan untuk mengurangi ukuran dimensi dataset dan menggolongkan peringkat kepercayaan dari dataset yang berisi 803 responden, termasuk 12 pertanyaan yang disajikan kepada pemakai ponsel pintar Indonesia pasca pandemi COVID-19. Algoritma klasifikasi KNN diterapkan untuk mengklasifikasikan kepercayaan pemakai ponsel pintar di Indonesia. Tes yang dilakukan termasuk akurasi, presisi, recall, dan F1-score. Hasil penelitian ini menunjukkan bahwa algoritma klasifikasi KNN mencapai tingkat akurasi 0,84, tingkat presisi 0,85, tingkat recall 0,84 dan skor F1 0,84.}, issn = {2654-3915}, pages = {285--293}, doi = {10.46930/ojsuda.v31i6.3897}, url = {https://jurnal.darmaagung.ac.id/index.php/jurnaluda/article/view/3897} }