<![CDATA[Skizofrenia merupakan gangguan mental berat yang ditandai oleh gejala kompleks dan sering tumpang tindih antar tipe, sehingga menyulitkan proses diagnosis secara akurat. Penelitian ini bertujuan untuk mengimplementasikan algoritma Fuzzy K-Nearest Neighbor (FKNN) guna mengklasifikasikan jenis skizofrenia berdasarkan gejala pasien, dengan menggunakan data rekam medis dari RSJD Dr. Amino Gondohutomo. FKNN dipilih karena kemampuannya dalam menangani ketidakpastian data dan menghasilkan klasifikasi berbasis derajat keanggotaan, sehingga lebih adaptif terhadap variasi gejala yang bersifat samar. Sebanyak 300 data pasien digunakan dan dibagi menjadi data latih dan data uji (70:30), melalui tahapan encoding, normalisasi, dan proses klasifikasi dengan parameter k = 5 dan m = 2. Evaluasi dilakukan menggunakan confusion matrix, akurasi, precision, recall, dan F1-score. Hasil akhir menunjukkan bahwa model FKNN mampu mencapai akurasi sebesar 83%, yang menandakan performa good clasification dan potensi implementatif dalam. Kata Kunci: Skizofrenia, Fuzzy K-Nearest Neighbor, Klasifikasi, Data Mining]]>
Copyrights © 2025
