SELEKSI FITUR INFORMATION GAIN UNTUK KLASIFIKASI PENYAKIT TUBERCULOSIS (TBC) MENGGUNAKAN METODE WEIGHTED K-NEAREST NEIGHBOR (WKNN)

Tuberculosis atau yang biasa juga dikenal dengan TBC merupakan penyakit paru-paru yang diakibatkan oleh kuman yang memiliki nama latin Mycobacterium tuberculosis.Kasus TBC di Dunia sampai saat ini masih terbilang tinggi termasuk untuk daerah kabupaten Bangkalan.Menurut data yang didapat dari RSUD Syarifah Ambami Rato Ebu Bangkalan terdapat 100 data pasien TBC dengan 27 fitur yeng diperlukan untuk mendiagnosa pasien tersebut,hal ini yang menjadi alasan penelitian ini untuk menguji apakah bisa untuk mengklasifikasikan penyakit TBC tadi dengan mengurangi jumlah fitur atau gejala yaitu dengan Seleksi Fitur Information Gain dan untuk Pengklasifikasiannya menggunakan metode WKNN.Information Gain berguna untuk mengetahui tingkat kepetingan atau kerelevanan suatu gejala terhadap pengklasifikasian penyakit TBC dengan metode WKNN.Berdasarkan pengujian yang dilakukan didapatkan keakuratan sistem sebesar 53.2625% sebelum menggunakan Information Gain dan 57.125% setelah meggunakan Information Gain dengan hanya menggunkan 25 fitur.
Kata Kunci : Sistem, Identifikasi , Tuberculosis,Weighted K-Nearest Neighbor,Seleksi Fitur,Information Gain.