Klasifikasi Penyakit Liver Menggunakan Modified K-Nearest Neighbor dengan Seleksi Fitur F-Score

Penyakit liver merupakan salah satu penyakit yang banyak terjadi di negera maju ataupun negara berkembang. Liver merupakan organ yang berperan penting di dalam tubuh manusia, antara lain membersihkan darah dari senyawa berbahaya hingga membantu melakukan proses pencernaan makanan. Diagnosa penyakit liver sering sulit dilakukan pada penderita stadium awal diakibatkan oleh beberapa faktor antara lain penindakan yang terlambat akibat minimnya analisis terhadap informasi data penyakit liver. Sehingga dibutuhkannya data mining untuk mengidentifikasi apakah pasien tersebut memiliki penyakit atau tidak, serta dapat mendiagnosa gejala penyakit liver secara dini pada pasien dalam waktu singkat. Pada penelitian ini menggunakan metode Modified K-Nearest Neighbor dengan seleksi fitur F-Score untuk meminimalisir atribut yang kurang relevan dengan mengurangi jumlah fitur dan juga menghitung tingkat akurasi dari penerapan metode tersebut. Dataset diambil dari web Kaggle Repositary yang memiliki 10 fitur dan 1 kelas yang memiliki 2 target yaitu 1 dan 2 (1 untuk pasien dengan penyakit liver dan 2 untuk tidak ada penyakit) dengan jumlah total 583 data yang akan di SMOTE menjadi 832 data supaya data minority seimbang dengan data majority, persentase pembagian data 80% training dan 20% testing. Berdasarkan hasil penelitian menggunakan metode Modified K- Nearest Neighbor dengan 6 fitur terbaik dan nilai k 9 menghasilkan akurasi 91,16%.