Klasifikasi Jenis Surat Pada Sistem E-Arsip Menggunakan Metode K-Nearest Neighbor

Abstract

Penelitian ini berfokus pada perancangan aplikasi E-Archive berbasis web yang mampu melakukan kategorisasi otomatis terhadap surat masuk dengan menerapkan metode klasifikasi K-Nearest Neighbor (KNN). Penelitian dilakukan di Balai Pelestarian Cagar Budaya Jawa Timur, yang masih menghadapi berbagai kendala dalam pengelolaan arsip secara manual, seperti kesulitan pencarian dokumen, keterlambatan distribusi informasi, serta risiko kehilangan data. Aplikasi dikembangkan dengan memanfaatkan PHP sebagai bahasa pemrograman dan MySQL sebagai basis data, menggunakan model pengembangan Waterfall untuk memastikan proses yang terstruktur mulai dari analisis kebutuhan, desain, implementasi, hingga pengujian. Pengujian sistem dilakukan dengan metode Black Box untuk memverifikasi bahwa seluruh fungsi berjalan sesuai spesifikasi. Proses klasifikasi melibatkan beberapa tahapan, termasuk text preprocessing (tokenisasi, penghapusan stopword, dan stemming), pembobotan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), serta pengukuran kesamaan dokumen dengan cosine similarity. Hasil eksperimen menunjukkan tingkat akurasi sebesar 80% dengan nilai K optimal pada 14, yang menegaskan efektivitas algoritma KNN dalam mengekstraksi dan mengategorikan jenis surat. Sistem E-Archive ini diharapkan dapat meningkatkan efisiensi pengelolaan arsip, mempercepat proses pencarian dokumen, serta mendukung digitalisasi administrasi di instansi pemerintah. Selain itu, penelitian ini memberikan kontribusi praktis dalam penerapan teknik klasifikasi teks pada bidang kearsipan, sekaligus menjadi landasan bagi pengembangan sistem serupa di organisasi lain yang membutuhkan pengelolaan dokumen secara modern dan terintegrasi.The research focuses on designing a web-based E-Archive application that automatically categorizes incoming letters using the K-Nearest Neighbors (KNN) classification method. The research was conducted at the Cultural Heritage Preservation Office of East Java, which continues to face challenges in managing archives manually, including difficulties in document retrieval, delays in information dissemination, and risks of data loss. The application was developed using PHP as the programming language and MySQL as the database engine, applying the Waterfall development model to ensure a structured process from requirements analysis through design, implementation, and testing. System testing used the Black-Box method to verify that all functions operate according to specifications. The classification process involves several stages, including text preprocessing (tokenization, stopword removal, and stemming), term weighting using Term Frequency–Inverse Document Frequency (TF-IDF), and cosine similarity for similarity measurement. Experimental results demonstrate an accuracy rate of 80% with an optimal K value of 14, indicating that the K-NN algorithm is effective in extracting and categorizing letter types. This E-Archive system is expected to improve efficiency in archive management, accelerate document search processes, and support administrative digitalization within government institutions. Furthermore, the research contributes to the practical application of text classification techniques in archival science. It provides a foundation for developing similar systems in other organizations that require modern and integrated document management solutions.