# UTS

## Analisis Data Kesuburan Tanah Menggunakan KNN di Orange

Analisis data kesuburan tanah dilakukan menggunakan algoritma K-Nearest Neighbors (KNN) pada aplikasi Orange Data Mining. Metode ini digunakan untuk mengklasifikasikan tanah ke dalam dua kelas yaitu Subur dan Tidak Subur berdasarkan karakteristik fisik dan kimia tanah.

## Tahap Pengolahan Data di Orange

### 1. Import Dataset

Dataset dimasukkan ke Orange menggunakan widget File. Data yang digunakan berisi atribut seperti pH tanah, kandungan nitrogen, fosfor, kalium, kadar air, tekstur tanah, dan label kesuburan tanah.

![](images/uts/dataset.png)

### 2. Menangani Missing Value

Karena dataset memiliki nilai kosong, digunakan widget Impute untuk mengisi missing value secara otomatis. Nilai numerik diisi menggunakan rata-rata, sedangkan data kategorikal diisi menggunakan nilai yang paling sering muncul.

![](images/uts/missing-value-tabel.png)

### 3. Mengubah Data Kategorikal

Atribut kategorikal seperti tekstur tanah diubah menjadi bentuk numerik menggunakan widget Continuize agar dapat diproses oleh algoritma KNN.

![](images/uts/continuize.png)

### 4. Normalisasi Data

Normalisasi dilakukan menggunakan widget Preprocess agar seluruh atribut memiliki rentang nilai yang seimbang. Langkah ini penting karena KNN menggunakan perhitungan jarak antar data.

![](images/uts/preprocess.png)

### 5. Proses Klasifikasi KNN

Setelah data diproses, widget kNN digunakan untuk membangun model klasifikasi. Pada penelitian ini digunakan nilai K = 7, yaitu jumlah tetangga terdekat yang dijadikan dasar dalam menentukan kelas data baru.

![](images/uts/knn.png)

### 6. Evaluasi Model

Hasil model dievaluasi menggunakan widget Test & Score dengan metode 10-fold cross validation. Evaluasi dilakukan menggunakan Accuracy, Precision, Recall, dan F1-Score untuk mengetahui performa model.

![](images/uts/knn.png)

### 7. Confusion Matrix

Confusion Matrix digunakan untuk melihat jumlah data yang berhasil diprediksi dengan benar maupun yang salah klasifikasi. Nilai diagonal menunjukkan prediksi yang benar pada masing-masing kelas.

![](images/uts/confusion.png)

### 8. Alur Workflow Orange

![](images/uts/workflow.png)