ABSTRAKSI: Dalam menentukan keputusan untuk memilih satu atau beberapa objek terdekat dari suatu tempat maka dibutuhkan informasi mengenai jarak dari suatu titik ke beberapa alternatif tempat pilihan tersebut. Informasi jarak yang valid akan menuntun keputusan ke arah yang benar. Pada umumnya pencarian jarak terdekat dilakukan dengan menggunakan pengukuran euclidean distance, namun pada kenyataannya sebuah objek di dunia nyata hanya bisa dicapai melalui jalan yang menghubungkannya dengan objek lainnya, sehingga jarak yang valid untuk mendapatkan objek terdekat seharusnya adalah jarak jalan atau network distance, bukan euclidean distance.
Incremental Network Expansion (INE) merupakan salah satu cara yang dapat digunakan untuk mendapatkan jarak jalan atau network distance, karena algoritma ini mendapatkan objek dengan pendekatan bottom-up dimana pencarian k objek terdekat dimulai dari titik query dan terus melebar ke semua jalan sambil memeriksa secara urut objek yang ditemukan, sampai k objek yang dikehendaki telah terpenuhi atau sejumlah k objek telah ditemukan.
Dalam tugas akhir ini selain dilakukan implementasi metode INE untuk pencarian jarak k Nearest Neighbour (kNN) berdasarkan network distance, dilakukan pula penelitian untuk mendapatkan solusi yang dapat menghasilkan kNN rekomendasi jika Point Of Interest (POI) diberikan bobot berupa nilai kesukaan. Untuk penyelesaian permasalahan ini maka dilakukan perhitungan utilitas terhadap jarak dan bobot POI dengan menggunakan metode Simple Additive Weights (SAW). Untuk dapat menghasilkan hasil kNN rekomendasi yang optimal maka diperlukan pemilihan parameter bobot jarak dan bobot kesukaan serta cara pengambilan kNN yang tepat untuk menghasilkan keluaran dengan performansi yang baik, dan dari penelitian didapatkan bahwa nilai bobot jarak dan bobot kesukaan yang optimal adalah sebesar 0.48 dan 0.52 dengan nilai n=15 untuk kondisi road network yang dibangun.
Kata Kunci : k Nearest Neighbour (kNN), Incremental Network Expansion (INE), Simple Additive Weights (SAW)ABSTRACT: For making a decision to choose one or some nearest objects from a certain place it is important to have an information about the distance from a place to that alternative objects. Valid information of the distance will guide the decision into the right one. Basically most of existing work consider euclidean distance measurement to solve the nearest distance problem. However, in practice, objects can usually move only on a pre-defined set of trajectories as specified by the underlying network. Thus, the important measure is the network distance, not an euclidean distance.
Incremental Network Expansion (INE) is one of the ways that can be used to get the network distance, because this algorithm get the desire objects by using bottom-up approach, where the process of searching k nearest objects starts from the query point and expands like a spider to get the desired interest objects along the way until they are encountered.
Beside the implementation of INE method to solve the k Nearest Neighbour (kNN) problem, this final project also do the research about how to make a solution to get the recommended kNN if the Point of Interest (POI) is weighted by user preference. To solve this problem this final project propose utility measurement of network distance and user preferenced POI by using Simple Additive Weights (SAW) method. To get the optimal recommended kNN result it is important to choose the right value of this two parameter, the distance weight and the preference weight, and the ways to get the initial kNN to get the best result with the best performance, and from this research the optimal value of distance weight and the preference weight is 0.48 and 0.52 with n=15 to the condition of the road network that implemented in this research.
Keyword: k Nearest Neighbour (kNN), Incremental Network Expansion (INE), Simple Additive Weights (SAW)