Klasifikasi Penyakit Ibu Hamil Menggunakan Metode K-nearst Neighbor (Studi Kasus Klinik Utama Sukma Wijaya Kabupaten Sampang)

Kehamilan merupakan suatu proses fisiologis alami dalam kehidupan seorang wanita, namun perlu diingat bahwa tidak semua kehamilan berjalan tanpa komplikasi. Masalah kesehatan atau kondisi medis yang mengkhawatirkan pada Ibu hamil membutuhkan pelaksanaan asuhan kehamilan yang lebih besar, yang dikategorikan sebagai risiko tinggi pada kehamilan. Masalah ini bisa disebabkan oleh beberapa faktor yang berkontribusi. Salah satunya adalah kurangnya pengetahuan mayoritas ibu hamil tentang Pendidikan Kesehatan Reproduksi, terutama terkait kehamilan dan langkah-langkah untuk menjaga kesehatan selama masa kehamilan. Metode K-Nearest Neighbor (K-NN) adalah sebuah algoritma terawasi yang digunakan untuk melakukan klasifikasi pada sebuah query instance dengan cara mencari K tetangga terdekatnya dan kemudian mengklasifikasikan berdasarkan mayoritas kategori dari tetangga-tetangga tersebut. Penelitian ini bertujuan untuk mengukur tingkat akurasi, presisi, dan recall dalam klasifikasi penyakit pada ibu hamil berdasarkan 43 macam gejala dan 7 kategori penyakit menggunakan metode klasifikasi K-NN. Berdasarkan hasil uji coba yang dilakukan pada model k-NN dengan variasi parameter nilai k, skema pembagian data, dan evaluasi performa, didapatkan hasil pada beberapa skenario nilai akurasi yang optimal atau tertinggi adalah sekitar 97.73%. Hal ini terjadi pada skenario dengan rasio pembagian data 80:20 dan 70:30 setelah melewati kondisi overfitting yang terlihat pada skenario dengan rasio 90:10. Hasil pengujian menunjukkan bahwa model k-NN memberikan performa yang stabil dan realistis saat nilai k yang digunakan berada pada rentang 5 hingga 20. Pembagian data dengan rasio 80:20 dan 70:30 menghasilkan hasil evaluasi yang lebih konsisten dibandingkan dengan rasio 90:10 yang menunjukkan tanda-tanda overfitting.