PENERAPAN ALGORITMA K-NEAREST NEIGHBORS (KNN) DALAM KLASIFIKASI PENYAKIT ASMA

Abstrak

Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Nearest Neighbors (KNN) dalam melakukan klasifikasi penyakit asma. Penyakit asma merupakan salah satu gangguan pernapasan kronis yang memerlukan diagnosis cepat dan tepat agar penanganannya dapat dilakukan secara efektif. Oleh karena itu, dibutuhkan metode klasifikasi berbasis algoritma yang mampu memberikan hasil akurasi yang baik dalam mengidentifikasi kondisi pasien. Dalam penelitian ini, data pasien yang mengandung atribut terkait kondisi kesehatan digunakan sebagai input untuk model KNN. Proses klasifikasi dilakukan dengan menentukan parameter nilai k terbaik guna memperoleh performa optimal. Evaluasi kinerja model dilakukan dengan menggunakan confusion matrix dan classification report yang mencakup metrik akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa algoritma KNN mampu memberikan tingkat akurasi sebesar 85% dalam mengklasifikasikan penyakit asma. Selain itu, evaluasi classification report menghasilkan nilai precision, recall, dan f1-score pada kelas positif (1) masing-masing sebesar 0,88, 0,90, dan 0,89, sementara pada kelas negatif (0) masing-masing sebesar 0,77, 0,73, dan 0,75. Dengan hasil tersebut, dapat disimpulkan bahwa algoritma KNN dapat digunakan secara efektif sebagai metode klasifikasi penyakit asma dan berpotensi menjadi dasar pengembangan sistem pendukung keputusan dalam bidang medis.