PENERAPAN ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENYAKIT DIABETES MELITUS

Abstract

Diabetes adalah penyakit yang ditandai dengan tingginya kadar gula dalam darah yang menyebabkan penyaki ini sangat berbahaya.. Jika diabetes tidak dikontrol dengan baik akan memicu kematian. Tingkat kematian akibat diabetes melitus tergolong tinggi disebabkan oleh penderita tidak merasakan gejala penyakit diabetes atau tidak memahami ciri-ciri penyakit diabetes. Untuk menentukan seseorang menderita diabetes melitus diperlukan beberapa uji kesehatan agar hasil diagnosa dapat terjamin keasliannya dan proses uji klinis tersebut tentunya memakan waktu yang lama. Berdasarkan permasalahan tersebut, maka dibuat sebuah program untuk klasifikasi penyakit diabetes melitus menggunakan algoritma K-Nearest Neighbor (KNN). Algoritma KNN merupakan metode untuk melakukan klasifikasi objek baru berdasarkan data training yang memiliki jarak terdekat (nearest neighbor) dengan objek tersebut. Penelitian ini menggunakan 8 variabel yaitu mudah haus, berat badan turun meskipun konsumsi makanan teratur, tekanan darah tinggi, terdapat riwayat diabetes dalam keluarga, luka yang sulit sembuh, sering buang air di malam hari, hasil cek gula darah dan usia. Data yang digunakan sebanyak 108 data training dan 27 data testing menghasilkan akurasi 93% pada K=9, presisi 100%, recall 60% dan F1-Score 75%. Dengan tingkat akurasi sebesar 93% maka penelitian ini dinilai telah berhasil menerapkan metode KNN untuk melakukan klasifikasi terhadap penyakit diabetes melitus.