Penyakit jantung koroner, stroke, dan hipertensi adalah contoh penyakit yang mempengaruhi jantung dan pembuluh darah yang dikenal sebagai penyakit kardiovaskular. Di seluruh dunia termasuk Indonesia, penyakit ini menjadi salah satu yang paling berbahaya.Penyakit ini menyebabkan satu dari tiga kematian setiap tahun, atau 17,8 juta kematian di seluruh dunia, menurut data yang dirilis oleh World Health Organization (WHO) pada tahun 2021. Prinsip dasar klasifikasi K-Nearest Neighbor (KNN) adalah mencari jarak terdekat antara data yang akan dievaluasi dengan K data tetangga terdekat dalam data pelatihan. Metode ini juga digunakan dalam supervised learning, di mana hasil klasifikasi data baru didasarkan pada kedekatan jarak mayoritas dengan kategori yang ada dalam K-Nearest Neighbor (KNN). Dalam melakukan penelitian ini, metode yang dipilih oleh peneliti adalah Literature Review yang merupakan proses menganalisis, menelaah, dan merangkum berbagai referensi yang sesuai dan mengidentifikasi celah dalam penelitian. Literature Review ini digunakan oleh peneliti dengan cara mencari dan memilah berbagai artikel ilmiah yang terkait pembahasan. Pendekatan K-Nearest Neighbor (KNN) untuk klasifikasi penyakit kardiovaskular dapat menghasilkan nilai akurasi yang tinggi melalui perhitungan akurasi, recall, ketepatan, dan f1-score. Sehingga dapat meningkatkan ketepatan klasifikasi data, termasuk dalam kasus penyakit kardiovaskular atau data medis lainnya. Peneliti mengharapkan dalam penelitian selanjutnya, bisa menjadi suatu informasi untuk mengurangi penyakit kardiovaskular bagi banyak orang.