Identifikasi Penyakit Jantung menggunakan Metode MKNN(Modified K-Nearest Neighbor) dan Seleksi Fitur Pearson Correlation

Pada tahun 2015 kurang lebih 17 juta orang meninggal dunia yang disebabkan oleh penyakit jantung dan rusaknya pembuluh darah, serta menurut data World Health Organization (WHO) 8.7 juta orang meninggal yang diakibatkan oleh penyakit jantung. Di seluruh dunia, penyakit jantung menjadi penyebab utama kematian termasuk Indonesia. Jadi sangat penting agar penyakit jantung dideteksi secara dini, akan tetapi diagnosa sering kali dibuat dengan berfokus pada naluri dan pengalaman dokter, bukan bersumber pada data yang dicakup dalam database. Hal ini menimbulkan dampak yang tidak diinginkan seperti kesalahan dalam mendiagnosis penyakit dan biaya pengobatan yg tidak perlu pada pasien, apalagi biaya pengobatan penyakit jantung sangat mahal.rnDalam penelitian ini, peneliti mengusulkan metode MKNN (Modifed K-Nearest Neighbor) dengan seleksi fitur Pearson Correlation dan normalisasi data MinMaxrnuntuk untuk identifikasi penyakit jantung. Dataset yang digunakan pada penelitian ini adalah dataset Heart Disease yang diambil dari website Kaggle Repositoryrnyang terdiri dari 1025 data, 13 fitur dan binary class dengan persentase pembagian data 90% train dan 10% test. Hasil penelitian ini menunjukkan akurasi tertinggi adalah 97% dengan 11 fitur dan k tetangga terdekat adalah 1.