PENDAHULUAN “K-Means merupakan salah satu metode data clustering non- hierarchical yang bertujuan mengelompokan N data yang ada ke dalam K kelompok yang memiliki karakteristik serupa". Clustering dimulai dari kelompok pertama centroid yang dipilih secara acak. Kelompok centroid ini digunakan sebagai titik awal untuk setiap cluster. Kemudian dilakukan perhitungan berulang untuk mengoptimalkan posisi centroid. Proses perhitungan berhenti atau selesai ketika: Centroid telah stabil atau tidak ada

PENDAHULUAN Algoritma supervised learning dimana hasil dari instance yang baru diklasifikasikan berdasarkan mayoritas dari kategori k- tetangga terdekat. Tujuan dari algoritma ini adalah untuk mengklasifikasikan objek baru berdasarkan atribut dan sampel-sampel dari training data. Algoritma k-Nearest Neighbor menggunakan Neighborhood Classification sebagai nilai prediksi dari nilai instance yang baru. Jauh dekatnya tetangga, biasanya dihitung berdasarkan jarak euclidean (d) sebagai berikut : Berikut langkah-langkah implementasi Algoritma

Pada Rabu, 24 Januari 2024, pukul 09.00 - 11.00 WIB telah dilakukan Sosialisasi Tugas AKhir untuk angkatan 2020 program studi (Prodi) Bisnis Digital UPI Kampus Tasikmalaya. Kegiatan ini dibuka oleh Syti Sarah M, S.P., M.M selaku ketua prodi Bisnis Digital, kemudian dilanjutkan oleh Adi Prehanto, S.S., M.Pd selaku divisi Kurikulum dan Pembelajaran Prodi Bisnis Digital. Sosialisasi tugas akhir mahasiswa adalah