PENERAPAN BACKWARD ELIMINATION UNTUK SELEKSI FITUR PADA ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENYAKIT GAGAL JANTUNG

Abstract

Gagal jantung adalah penyakit kardiovaskular yang disebabkan oleh jantung yang mempompa darah ke seluruh tubuh dan mengganggu fungsi sistem sirkulasi fisiologis. Data di Indonesia tahun 2018 menunjukkan bahwa gagal jantung termasuk dalam 10 penyakit tidak menular di Indonesia dan mendapatkan hasil 229.696 (0,13%) orang menderita gagal jantung. Penyakit gagal jantung tidak dapat disembuhkan, tetapi banyak kasus dapat dicegah dan sebagian besar pasien dapat diobati secara efektif untuk meningkatkan kualitas hidup dan kelangsungan hidup. Seiring dengan perkembangan zaman dalam dunia kesehatan terjadi juga perkembangan yang  cukup pesat. Salah satunya adalah pemanfaatan Machine Learning dan Data Mining dalam dunia kesehatan. Metode klasifikasi pada penelitian ini adalah membandingkan antara algoritma K-Nearest Neighbour tanpa seleksi fitur dan K-Nearest Neighbour dengan menggunakan seleksi fitur Backward Elimination. Hasil yang didapatkan dari penelitian ini adalah pada algoritma K-Nearest Neighbour tanpa seleksi fitur didapatkan hasil akurasi sebesar 94,56%, presisi 93,87% dan recall 95,55%. Pada algoritma K-Nearest Neighbour dengan menggunakan seleksi fitur Backward Elimination mendapatkan hasil akurasi sebesar 98,33%, presisi 97,94% dan recall 98,63%.