<![CDATA[Penyakit jantung masih menjadi penyebab kematian tertinggi di dunia, salah satunya dipengaruhi oleh faktor gaya hidup serta karakteristik individu seperti jenis kelamin dan usia. Oleh karena itu, penting untuk melakukan klasifikasi risiko penyakit jantung berdasarkan faktor- faktor tersebut guna mendukung pencegahan dini. Penelitian ini bertujuan untuk mengklasifikasikan risiko penyakit jantung menggunakan algoritma K-Nearest Neighbors (KNN). Metode yang digunakan meliputi pengumpulan data sekunder dari dataset Kaggle yang mencakup variabel seperti pola makan, aktivitas fisik, kebiasaan merokok, jenis kelamin, dan usia. Data kemudian diproses melalui tahapan pra-pemrosesan sebelum diklasifikasikan menggunakan algoritma KNN. Hasil menunjukkan bahwa algoritma KNN memberikan akurasi yang cukup tinggi dalam memprediksi risiko penyakit jantung berdasarkan faktor gaya hidup, jenis kelamin, dan usia. Dengan demikian, penelitian ini dapat menjadi referensi dalam pengembangan sistem pendukung keputusan untuk skrining awal risiko penyakit jantung.]]>
Copyrights © 2026
