Prediksi Penyakit Jantung Menggunakan Attribute Weighting k-Nearest Neighbor

Penyakit kardiovaskular atau lebih dikenal dengan penyakit jantung menjadi salah satu penyebab kematian tertinggi di Indonesia dan tingkat global. Selain pola hidup sehat untuk mencegah tersebut, deteksi dini terhadap resiko dapat dilakukan data mining machine learning satunya k-NN. k-NN adalah metode paling sederhana kuat dalam konsistensi hasil klasifikasi, akan tetapi memiliki kekurangan yaitu memberikan bobot yang sama kepada semua atribut. Penelitian ini mengusulkan pembobotan pada atribut mengatasi kelemahan tersebut. Prediksi digunakan menggambarkan kinerja usulan. Pada penelitian menggunakan dataset Heart Disease, sebuah publik dari University of California Irvine. Dengan nilai k 3, 5, 7, 9 diperoleh rata-rata usulan sebesar 79,87% baik dibandingkan Chi-Square 79,08% klasik 65,89%. menyimpulkan bahwa berhasil k-NN, jadi cocok prediksi jantung.