Penerapan Algoritma K-Nearest Neighbour (KNN) Untuk Prediksi Kematian Akibat Penyakit Gagal Jantung

Penyakit kardiovaskular (PKV) menurut definisi dari World Health Organization (WHO) dalam pusdatin Kemenkes RI 2014 yaitu penyakit yang disebabkan oleh gangguan fungsi jantung dan pembuluh darah, seperti penyakit jantung koroner, hipertensi, stroke dan penyakit gagal jantung. Data WHO mengatakan, lebih dari 17 juta manusia di dunia meninggal disebabkan penyakit jantung dan pembuluh darah. Gagal jantung merupakan suatu keadaan dimana jantung tidak dapat memompa darah yang mencukupi untuk kebutuhan tubuh. Mengingat pentingnya organ vital seperti jantung, memprediksi gagal jantung telah menjadi prioritas bagi dokter dan tenaga medis, tetapi hingga saat ini prediksi kejadian terkait gagal jantung dalam praktik klinis biasanya gagal mencapai akurasi yang tinggi. Dengan diterapkannya data mining diharapkan dapat menjadi suatu informasi untuk meminimalisir penyakit gagal jantung di Indonesia ataupun dunia. Penelitian ini menggunakan algoritma K-Nearest Neighbord yaitu merupakan algoritma klasifikasi berdasarkan kedekatan jarak suatu data dengan data yang lain. Hasil yang didapat pada peneltian ini yaitu menghitung manual menggunakan Microsoft excelI dengan menggunakan nilsi k=7 yang menghasilkan kategori peristiwa kematian data testing adalah Tidak. Pengujian pada rapidminer dilakukan dengan menggunakan pergantian nilai k, akurasi tertinggi didapat pada nilai k=7 dengan nlai akurasi 94,92%. Kemudian pengujian pada bahasa pemrograman python menghasilkan nilai akurasi 68%.

Kata Kunci: gagal jantung, data mining, prediksi, algoritma KNN