<![CDATA[Kematian ibu hamil dalam melahirkan merupakan permasalahan kesehatan yang sudah lama terjadi. Ibu hamil memerlukan pemantauan terus menerus selama kehamilan hingga proses melahirkan agar dapat diketahui faktor risiko yang dialami. Ibu hamil perlu mengetahui penyakit yang mungkin bisa diderita, dan untuk mendapatkan pengetahuan serta melakukan diagnosa dini penyakit kehamilan, diperlukan sistem yang dapat membantu. Untuk mengatasi hal ini, pemantauan selama kehamilan penting untuk perkembangan janin yang sehat dan memastikan persalinan yang aman. Oleh karena itu, klasifikasi risiko kesehatan ibu hamil menjadi sangat penting untuk mencegah dan mengurangi risiko kesehatan yang serius bagi ibu dan bayi yang dikandungnya. Klasifikasi merupakan proses menemukan model untuk menggambarkan data dengan tujuan model tersebut dapat digunakan prediksi yang belum diketahui dari suatu objek. Salah satu metode dalam klasifikasi data adalah metode K-Nearest Neighbor (KNN), teknik ini menggunakan algoritma terawasi untuk mengklasifikasikan hasil query instance yang berdasar pada mayoritas dalam kategori KNN. Tujuan dari karya ilmiah ini yaitu mengklasifikasikan resiko kesehatan ibu hamil ke dalam kategori resiko tinggi seperti resiko menengah dan resiko rendah seperti resiko kesehatan yang dapat menganggu kesehatan ibu hamil yang dapat mengakibatkan adanya keguguran. Pada karya ilmiah ini mengklasikasikan data berdasarkan dari usia, tekanan darah sistolik, tekanan darah diastolik, gula darah, dan denyut jantung berdasarkan nilai K-Nearest yang di inputkan. Berdasarkan hasil klasifikasi KNN dengan menggunakan nilai K yang berbeda yaitu K=3, K=5, K=9 dan K=11 didapatkan hasil dengan nilai akurasi, presisi, recall, f1-score paling tinggi yaitu nilai K=11 dengan nilai 80%]]>
