PENERAPAN MATODE K-NEAREST NEIGHBOR UNTUK MENGKLASIFIKASIKAN LAPORAN PENGADUAN PENERANGAN JALAN UMUM (PJU) DAN TRAFFIC LIGHT BERBASIS WEBSITE

Abstract

Penerangan Jalan Umum (PJU) dan traffic light merupakan fasilitas publik yang berperan penting dalam mendukung keselamatan, keamanan, dan kelancaran lalu lintas masyarakat. Seiring meningkatnya jumlah pengaduan masyarakat terkait kerusakan fasilitas tersebut di Kabupaten Jombang, diperlukan pengelolaan laporan yang efektif dan terorganisir. Permasalahan yang dihadapi saat ini adalah proses pengelolaan pengaduan masih dilakukan secara manual, sehingga menyebabkan keterlambatan penanganan laporan, kesulitan dalam pengelompokan data, serta kurang optimalnya pengelolaan informasi pengaduan. Penelitian ini bertujuan untuk membangun dan mengembangkan sistem klasifikasi pengaduan PJU dan traffic light berbasis web dengan menerapkan metode K-Nearest Neighbor (KNN) guna membantu proses pengelompokan laporan secara otomatis. Metode penelitian yang digunakan meliputi observasi, wawancara, studi pustaka, dan pengembangan perangkat lunak menggunakan metode Waterfall yang terdiri dari tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan bahasa pemrograman PHP dengan framework Laravel serta basis data MySQL. Hasil penelitian menunjukkan bahwa sistem berhasil dibangun dan mampu mengklasifikasikan laporan pengaduan secara otomatis berdasarkan tingkat prioritas yang telah ditentukan. Selain itu, hasil pengujian Black Box Testing menunjukkan bahwa seluruh fungsi sistem berjalan sesuai kebutuhan, mulai dari proses login, penginputan laporan, klasifikasi data, hingga pengelolaan laporan oleh admin. Dengan demikian, sistem yang dikembangkan dapat meningkatkan efektivitas dan efisiensi pelayanan pengaduan masyarakat terkait fasilitas jalan di Kabupaten Jombang