<![CDATA[Obesitas merupakan salah satu tantangan kesehatan global yang paling mendesak saat ini. Menurut data dari Organisasi Kesehatan Dunia (WHO), prevalensi obesitas telah meningkat secara signifikan dalam beberapa dekade terakhir. Dibutuhkan sebuah fasilitas yang penting untuk mengetahui tingkatan obesitas pada seseorang berdasarkan pola hidup dan kebiasaannya. Penelitian ini menggunakan metode klasifikasi K-Nearest Neighbor untuk mengklasifikasikan tingkat obesitas berdasarkan dari data pola hidup dan kebiasaan konsumsi makanan dan juga akan memanfaatkan pendekatan perhitungan jarak Euclidean yang menentukan kedekatan antara data sampel baru dengan data yang sudah ada. Proses klasifikasi melibatkan beberapa tahapan yaitu, pengumpulan data , preprocessing, penentuan nilai k , dan klasifikasi tingkat obesitas. Total data yang digunakan pada penelitian ini sejumlah 1610 data, dengan pembagian 80% untuk data latih dan 20% untuk data uji. Hasil dari penelitian yang dilakukan, menunjukkan bahwa metode KNN dapat mengklasifikasikan tingkat obesitas secara akurat berdasarkan dari pola hidup dan kebiasaan konsumsi makanan. Penilitian ini membuktikan bahwa tingkat akurasi yang ditemukan memiliki nilai sebesar 79% dengan menggunakan nilai K=5. Hasil penelitian ini diharapkan dapat menjadi referensi bagi pengembangan klasifikasi tingkat obesitas serta mendukung upaya pencegahan penyakit kronis yang terkait]]>
Copyrights © 2025
