Penyakit kardiovaskular, yang melibatkan penyempitan serta penyumbatan pada pembuluh darah, merupakan salah satu kontributor utama angka kematian di banyak negara. Faktor risiko yang tinggi sering kali disebabkan oleh kurangnya perhatian terhadap pola hidup sehat, seperti kebiasaan makan yang buruk dan kurangnya aktivitas fisik. Untuk itu, diperlukan metode analisis yang dapat memprediksi risiko penyakit ini secara lebih akurat. Metode K-Nearest Neighbor (KNN) adalah pendekatan berbasis data yang terbukti mampu memberikan hasil akurasi tinggi dalam klasifikasi data medis, termasuk diagnosis penyakit kardiovaskular. Dengan menganalisis indikator seperti akurasi, recall, precision, serta f1-score, algoritma ini menawarkan keandalan tinggi dalam mengolah data medis. Harapan dari penelitian ini adalah memberikan dasar bagi penurunan angka prevalensi penyakit kardiovaskular secara global.
Copyrights © 2024