Implementasi Metode K-NN dalam Klasterisasi Kasus Kesehatan Jantung

Penyakit jantung penyebab kematian nomer satu berdasarkan data yang diperoleh dari WHO (world health organization). terjadi ketika darah mengalir ke otot berhenti sehingga menyebabkan gangguan jantung. Hal ini adanya kebutuhan mendefinisikan sistem pendukung keputusan membantu dokter dalam mengambil untuk tindakan pencegahan terhadap penderita penyakit K-NN (K-Nearest Neighbor) merupakan metode sangat sederhana, paling populer, efisien dan efektif pengenalan pola. pengklasifikasi lurus depan dengan sampel diklasifikasikan kelas tetangga terdekatnya. Basis medis memiliki volume tinggi. Jika kumpulan berisi atribut berlebihan tidak relevan, maka klasifikasi dapat menghasilkan hasil kurang akurat. Penelitian menerapkan diharapkan mengatasi permasalahan efektifitas akurasi mendeteksi kesehatan Dalam penelitian mencakup pengukuran performa, yaitu: presisi, recall, f-measure, menggunakan nilai K = 3. Dataset digunakan UCI Machine Learning Repository pada 303 pasien Hasil didapatkan ialah presisi 0.70, recall 0.94, f-measure 0.81, 70% termasuk baik terdekat