@thesis{thesis,
		author={Alena  Uperiati and Eka  Suswaini and Syarifaturrahmah  Syarifaturrahmah},
		title ={PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI CUACA DI WILAYAH TANJUNGPINANG},
		year={2021},
		url={http://repositori.umrah.ac.id/1530/},
		abstract={Cuaca di wilayah Tanjungpinang dapat diketahui dengan cara klasifikasi
menggunakan data-data terdahulu untuk mempelajari pola-pola cuaca yang terjadi.
Klasifikasi dapat diterapkan dengan menggunakan metode K-Nearest Neighbor. KNearest
Neighbor merupakan algoritma supervised learning. Tujuan algoritma ini
untuk mengklasifikasikan objek baru yang didapat berdasarkan atribut dan sampel
dari data pelatihan. Dalam penelitian ini KNN digunakan dengan parameter suhu,
kelembapan, tekanan, dan kecepatan angin yang diperoleh dari Stasiun Meteorologi
Raja Haji Fisabilillah Tanjungpinang. Data diambil mulai dari Januari tahun 2016-
Desember tahun 2019. Hasil dari penelitian ini berupa klasifikasi yang terdiri dari
jenis cuaca yaitu Thunderstorm, Lightning, Mist, Smoke, Cloudy, Prec in Sight,
Rain, Haze, Shower, Lightning Rain. Hasil dari penelitian ini memperoleh akurasi
tertinggi sebesar 70% dari k = 31, 33, 35, 37, 39, 41, 45, 47, 50 dan akurasi terendah
sebesar 30% dari k = 7.}
		}