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

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.