Klasifikasi Smartphone Berdasarkan Performa dan Harga Menggunakan Metode Algoritma K-Nearest Neighbor (KNN)
DOI:
https://doi.org/10.51179/ilka.v3i2.53Kata Kunci:
Klasifikasi Smartphone, KNN, Machine Learning, Performa, HargaAbstrak
Perkembangan smartphone yang pesat menyebabkan meningkatnya variasi spesifikasi dan harga sehingga menyulitkan konsumen dalam menentukan pilihan secara objektif. Performa smartphone dipengaruhi oleh spesifikasi teknis dan harga, sehingga diperlukan pendekatan klasifikasi berbasis data. Penelitian ini bertujuan untuk mengklasifikasikan smartphone berdasarkan performa dan harga menggunakan algoritma K-Nearest Neighbor (KNN). Dataset yang digunakan berjumlah 981 data yang diperoleh dari Kaggle dengan atribut kecepatan prosesor, jumlah inti, RAM, penyimpanan internal, kapasitas baterai, resolusi kamera, rating, dan harga. Tahap preprocessing meliputi penanganan missing value dan normalisasi menggunakan StandardScaler. Smartphone dikategorikan ke dalam tiga kelas yaitu Budget, Midrange, dan Flagship. Evaluasi model dilakukan menggunakan confusion matrix, accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa algoritma KNN memperoleh akurasi sebesar 92%, sehingga metode ini efektif dalam klasifikasi smartphone berdasarkan performa dan harga.
Unduhan
Referensi
[1] N. N. Ramadhona and H. Hastono, “Analisis Strategi Komunikasi Pemasaran Dan Strategi Promosi Vivo Smartphone Dalam Meningkatkan Brand Awareness Di Kalangan Remaja Kelurahan Kedaleman Kecamatan Cibeber Cilegon Banten,” JURNAL AKADEMIK EKONOMI DAN MANAJEMEN, vol. 3, no. 1, pp. 452–468, 2026.
[2] Z. Amanda, I. Muslem, and F. Rizani, “Klasifikasi Kematangan Buah Pepaya Menggunakan Algoritma Support Vector Machine,” Jurnal Ilmu Komputer Aceh, vol. 3, no. 1, pp. 96–102, Feb. 2026.
[3] M. G. Anandito and E. Fitriani, “Pengaruh Electronic Word of Mouth terhadap Purchase Intention Dimediasi Brand Image Smartphone,” Jurnal Manajemen dan Bisnis Indonesia, vol. 1, no. 2, pp. 77–85, 2026.
[4] A. Amalia and S. Mujiyono, “Sistem Pendukung Keputusan dalam Pemilihan Smartphone dengan Menerapkan Metode Simple Additive Weighting (SAW),” Jurnal Locus Penelitian dan Pengabdian, vol. 5, no. 1, pp. 594–601, 2026.
[5] M. Siregar, F. Azhar, A. F. Simamora, and M. S. Nasution, “Sistem Pendukung Keputusan Pemilihan Smartphone Gaming Menggunakan Metode Electre,” Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI), vol. 4, no. 3, pp. 2264–2271, 2026.
[6] I. M. R, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA OSIS PADA SMA NEGERI 1 BIREUEN DENGAN MENGGUNAKAN METODE AHP DAN TOPSIS,” Jurnal Tika, vol. 4, no. 3, pp. 19–24, 2019.
[7] M. Akmal Hakim, P. Gunawan, R. Pratama, and F. Kurniawam, “Implementasi Algoritma K-Nearest Neighbors untuk Menganalisis Pendapat Pakar AI tentang Kemajuan Kecerdasan Buatan,” 2024. [Online]. Available: https://journal-computing.org/index.php/journal-cisa/index
[8] B. Laoli, I. Muslem, and F. Rizani, “ Klasifikasi Tingkat Kematangan Buah Pisang Menggunakan Algoritma Support Vector Machine ,” Jurnal Ilmu Komputer Aceh, vol. 3, no. 1, pp. 142–151, Feb. 2026.
[9] D. Armiady and I. M. R, “Klasifikasi Kualitas Buah Pisang Berdasarkan Citra Buah Menggunakan Stochastic Gradient Descent,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 4, no. 2, 2023.
[10] C. H. H. Jannah, I. Muslem, and D. Azmi, “Klasifikasi Plat Nomor Kenderaan Bedasarkan Wilayah Tertentu Menggunakan Algoritma Optical Character Recognition,” Jurnal Ilmu Komputer Aceh, Oct. 2025, [Online]. Available: https://jurnal.fikompublisher.com/ilka/article/view/16
[11] K. Anwar, “KLIK: Kajian Ilmiah Informatika dan Komputer Analisa sentimen Pengguna Instagram Di Indonesia Pada Review Smartphone Menggunakan Naive Bayes,” vol. 2, no. 4, pp. 148–155, 2022, [Online]. Available: https://djournals.com/klik
[12] F. Aziz, “Klasifikasi Aktivitas Manusia menggunakan metode Ensemble Stacking berbasis Smartphone,” 2021.
[13] P. A. Hartanto, “PENERAPAN ALGORITMA DECISION TREE UNTUK SELEKSI PENERIMA BEASISWA (STUDI KASUS: SMPN 1 SOREANG),” vol. 2, no. 7, 2023.
[14] J. Homepage, S. R. Cholil, T. Handayani, R. Prathivi, and T. Ardianita, “IJCIT (Indonesian Journal on Computer and Information Technology) Implementasi Algoritma Klasifikasi K-Nearest Neighbor (KNN) Untuk Klasifikasi Seleksi Penerima Beasiswa,” 2021.
[15] J. Homepage, A. Roihan, P. Abas Sunarya, and A. S. Rafika, “IJCIT (Indonesian Journal on Computer and Information Technology) Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper,” 2019.
[16] N. Kadek, C. Bandinithya, D. #1, A. Wirdiani, D. Made, and S. Arsa, “JEPIN (Jurnal Edukasi dan Penelitian Informatika) Klasifikasi Kecanduan Smartphone pada Pelajar Sekolah Menengah Atas menggunakan Metode Machine Learning Berbasis Feature Weighting,” 2022.
[17] R. Saputra, I. Muslem, and R. Fajri, “ Klasifikasi Spesies Ikan Koi Berdasarkan Citra Menggunakan Metode YOLOv3-Tiny Dan OpenCV ,” Jurnal Ilmu Komputer Aceh, vol. 3, no. 1, pp. 182–188, Feb. 2026.
[18] R. Melani, S. Sriwinar, D. Azmi, I. Muslem, and M. Amin, “Klasifikasi Kematangan Cabai Berdasarkan Citra Digital Menggunakan Algoritma K-Nearest Neighbor,” NOVAKOMPUTA: Jurnal Ilmu Komputer dan Informatika, vol. 1, no. 1, pp. 30–42, 2026.
[19] C. H. H. Jannah, I. Muslem, and D. Azmi, “Klasifikasi Plat Nomor Kenderaan Bedasarkan Wilayah Tertentu Menggunakan Algoritma Optical Character Recognition (OCR),” Jurnal Ilmu Komputer Aceh, vol. 2, no. 3, 2025.
[20] D. Fahmi, D. Azmi, I. Muslem, and P. B. N. Simangunsong, “Sistem Pendeteksi Dan Klasifikasi Jenis Hewan Ternak Menggunakan Metode You Only Look Once (YOLO),” NOVAKOMPUTA: Jurnal Ilmu Komputer dan Informatika, vol. 1, no. 1, pp. 43–51, 2026.
[21] I. R. Muslem and T. M. Johan, “KLIK: Kajian Ilmiah Informatika dan Komputer Klasifikasi Citra Ikan Menggunakan Algoritma Convolutional Neural Network dengan Arsitektur VGG-16,” Media Online), vol. 4, no. 2, pp. 978–985, 2023, doi: 10.30865/klik.v4i2.1209.
[22] O. D. Kurnia et al., “Analisis Perbandingan Algoritma Naïve Bayes dengan K-Nearest Neighbor (KNN) Pada Dataset Mobile Price Classification Penulis Korespondensi: Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) 1174,” Online, 2024.
[23] Y. I. Kurniawan and T. I. Barokah, “Klasifikasi Penentuan Pengajuan Kartu Kredit Menggunakan K-Nearest Neighbor,” Jurnal Ilmiah MATRIK, vol. 22, no. 1, 2020.
[24] D. Nasien et al., “Perbandingan Implementasi Machine Learning Menggunakan Metode KNN, Naive Bayes, Dan Logistik Regression Untuk Mengklasifikasi Penyakit Diabetes,” 2024.
[25] A. Raup, W. Ridwan, Y. Khoeriyah, Q. Yuliati Zaqiah, and U. Islam Negeri Sunan Gunung Djati Bandung, “Deep Learning dan Penerapannya dalam Pembelajaran.” [Online]. Available: http://Jiip.stkipyapisdompu.ac.id
[26] R. Parlika, F. Ramadhana, I. Muslem, and A. Afriana, “Implementasi Algoritma Linear Regression pada Framework Laravel untuk Prediksi Biaya Asuransi Kesehatan,” NOVAKOMPUTA: Jurnal Ilmu Komputer dan Informatika, vol. 1, no. 1, pp. 1–7, 2026.
[27] S. Sulistiyanto, E. Nadeak, N. Rahmi, and M. Malahayati, “Metode Data Mining dalam Kasus Seleksi Beasiswa: Literature Review,” Jurnal Penelitian Inovatif, vol. 4, no. 3, pp. 1091–1100, Jun. 2024, doi: 10.54082/jupin.468.
[28] M. Ula, R. Zulhusna, R. Putra Fhonna, and A. Pratama, “Penerapan Model Klasifikasi K-Nearest Neighbor Dalam Pencarian Kesesuaian Pekerjaan,” METIK JURNAL, vol. 6, no. 1, pp. 18–23, Jul. 2022, doi: 10.47002/metik.v6i1.343.
[29] A. Agung Zefi Syahputra et al., “Smartphone Price Grouping by Specifications using K-Means Clustering Method,” 2021.
[30] M. A. A. Lobo and A. C. Talakua, “Klasifikasi Data Penerima Beasiswa Menggunakan Algoritma C4.5,” Jurnal Penelitian Inovatif, vol. 4, no. 2, pp. 575–582, May 2024, doi: 10.54082/jupin.355.
[31] M. Mukhlisin and H. W. Nugroho, “Customer Loyalty Classification Using KNN and Decision Tree for Sales Strategy Development,” Sinkron, vol. 9, no. 3, pp. 1159–1166, Aug. 2025, doi: 10.33395/sinkron.v9i3.15110.
[32] D. Pratmanto, R. Wijianto, A. Widayanto, and A. Info, “Komparasi K-Nearest Neighbors (KNN) dan Naive Bayes pada Klasifikasi Sentimen Ulasan Aplikasi Tokopedia di Google Play Store,” 2025. [Online]. Available: https://jurnal.bsi.ac.id/index.php/ijec/
[33] A. Aulia and S. Wahyuni, “Bulletin of Information Technology (BIT) Analisis Data Mining Dalam Pemilihan Smartphone dan Klasifikasi di Berbagai Perangkat Menggunakan Random Forest,” vol. 5, no. 4, pp. 333–339, 2024, doi: 10.47065/bit.v5i2.1703.
[34] N. T. Ujianto, Gunawan, H. Fadillah, A. P. Fanti, A. D. Saputra, and I. G. Ramadhan, “Penerapan algoritma K-Nearest Neighbors (KNN) untuk klasifikasi citra medis,” IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi, vol. 4, no. 1, pp. 33–43, Feb. 2025, doi: 10.24246/itexplore.v4i1.2025.pp33-43.
[35] D. Sebastian, “Implementasi Algoritma K-Nearest Neighbor untuk Melakukan Klasifikasi Produk dari beberapa E-marketplace,” vol. 5, pp. 2443–2229, 2019, doi: 10.28932/jutisi.v5i1.913.
[36] Y. S. Fuansah et al., “Yohana Sicke Fuansah, dkk., Implementasi Metode K-Nearest Neighbor … 929 Implementasi Metode K-Nearest Neighbor untuk Menentukan Klasifikasi Status Ekonomi Penerima Bantuan.”
[37] J. Teknika, K. Penjualan Produk Terlaris Pada Kedai Ira Dengan Menggunakan Algoritma Naïve Bayes Dan Algoritma K-Nearest Neighbor Intan Purwasih, K. Setiawan, F. Matheos Sarimole, J. Sistem Informasi, and S. Tinggi Ilmu Komputer Cipta Karya, “Teknika 18 (2): 695-706,” IJCCS, vol. x, No.x, pp. 1–5.
[38] Zio Fahreliandro, “KLASIFIKASI HARGA SMARTPHONE BERDASARKAN SPESIFIKASI TEKNIS MENGGUNAKAN ALGORITMA C4.5”.
[39] F. Hanum, I. Muslem, and M. Munar, “Implementasi Metode Tesseract Optical Character Recognition (OCR) pada Kasus Pengawasan Transportasi Darat,” Jurnal Ilmu Komputer Aceh, vol. 2, no. 3, 2025.
[40] I. Muslem, I. Irvanizam, A. Almuzammil, and F. Johar, “Adaptive Heuristic-Based Ant Colony Optimization for Multi-Constraint University Course Timetabling with Morning Slot Preference for Energy Efficiency,” Jurnal Teknik Informatika (Jutif), vol. 6, no. 6, pp. 5930–5943, Jan. 2026, doi: 10.52436/1.jutif.2025.6.6.5588.
[41] T. H. P. M. S. B. M. F. K. R. A. Y. H. S. L. K. Ramadhoni Gibran Maulana1), “Perbandingan Algoritma Klasifikasi Sentimen Pada Ulasan Aplikasi Mobile JKN ”.
[42] “KLASIFIKASI HARGA SMARTPHONE BERDASARKAN SPESIFIKASI TEKNIS MENGGUNAKAN ALGORITMA C4.5”.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Jurnal Ilmu Komputer Aceh
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Jurnal ini adalah jurnal akses terbuka yang menyediakan akses langsung secara nasional, bebas hambatan ke teks lengkap dari semua artikel yang diterbitkan tanpa biaya pembaca atau institusi mereka untuk mengaksesnya. Pembaca berhak membaca, mengunduh, menyalin, mendistribusikan, mencetak, mencari, atau menautkan teks lengkap semua artikel di Jurnal ILKA. Jurnal ini memberikan akses terbuka langsung ke kontennya dengan prinsip bahwa membuat penelitian tersedia secara bebas untuk publik mendukung pertukaran pengetahuan global yang lebih besar.
