Diagnosis Penyakit Jantung Menggunakan Algoritma K-Nearest Neighbor Berbasis Overlap Metric

Penyakit jantung disebabkan karena adanya plak di dinding pembuluh darah arteri yang mengakibatkan gangguan aliran darah. Angka kematian akibat penyakit jantung semakin tinggi dikarenakan penderita terlambat melakukan pengobatan. Berdasarkan kondisi tersebut, maka diperlukan diagnosis awal penyakit jantung untuk mengetahui kemungkinan bahwa seseorang menderita penyakit jantung atau tidak. Dengan melakukan diagnosis awal, para penderita penyakit jantung dapat segera mengambil tindakan pengobatan dan meminimalisir risiko kematian akibat penyakit ini. Pada penelitian ini menerapkan algoritma K-Nearest Neighbor dengan perhitungan jarak berbasis Overlap Metric untuk mendiagnosis penyakit jantung. Dataset yang digunakan pada penelitian ini bernama Heart Failure Prediction diperoleh dari website https://www.kaggle.com/datasets/fedesoriano/heart-failure-prediction. Dataset tersebut terdiri dari 918 data, 11 atribut, dan 2 kelas sebagai hasil klasifikasi yaitu nilai 1 berarti positif penyakit jantung dan 0 berarti negatif. Penelitian ini melakukan uji coba terhadap beberapa proporsi pembagian data latih dan data uji yaitu 70%:30%, 80%:20%, dan 90%:10%. Berdasarkan analisis terhadap hasil uji coba diperoleh proporsi yang tepat untuk diterapkan pada algoritma K-Nearest Neighbor berbasis Overlap Metric dalam melakukan diagnosis penyakit jantung adalah 90% data latih dan 10% data uji, dengan rincian nilai performa yaitu accuracy sebesar 89%, precision senilai 88%, recall sebesar 94%, dan F-score senilai 91%. Hasil pengujian parameter k yaitu angka ganjil antara 1 sampai 49 pada proporsi data 90%:10% didapatkan nilai k terbaik untuk diterapkan pada algoritma KNN adalah k 7. Kata kunci: Penyakit Jantung, Diagnosis, K-Nearest Neighbor, Overlap Metric