Klasifikasi Dataset Diabetes menggunakan Algoritma K-Nearest Neighbors

Abstract

Data  mining  merupakan  suatu  metode  yang  baik  untuk  menangani  data  skala  besar. Performasi  menjadi  penting  dalam  metode  data  mining.  Salah satu  metode  yang  memiliki performasi terbaik adalah K-Nearest Neighbor (KNN). Artikel ini membahas terkait performasi K-NN. Data yang digunakan pada penelitian  ini  adalah  Diabetes.  Data  dibagi  menjadi  80%  data trainingdan  20%  data testing. Dengan menggunakan 11 tetangga terdekat, model menghasilkan akurasi sebesar 0.765625. Angka ini mencerminkan kinerja yang baik. Metrik kritis termasuk akurasi sebesar 0.77, presisi sebesar 0.80, dan recall sebesar 0.85. Hasil ini menunjukkan bahwa model KNN memiliki potensi untuk mengklasifikasikan pasien diabetes dengan akurasi yang baik.