Application of the K-Nearest Neighbor (KNN) Algorithm in Data Mining for Heart Disease Prediction

DOI: https://doi.org/10.33650/coreai.v7i1.13481
Authors

(1) * Nur Aida   (UNIVERSITAS IBRAHIMY SITUBONDO)  
        Indonesia
(*) Corresponding Author

Abstract


Penyakit kardiovaskular (jantung) adalah pemicu utama tinggi nya angka mortalitas global. Hal ini sering diperburuk oleh rendahnya kesadaran publik dan keterbatasan fasilitas untuk pemeriksaan kesehatan jantung. Untuk mengatasi tantangan ini, penelitian ini bertujuan untuk mengaplikasikan algoritma K-Nearest Neighbors (KNN) dalam klasifikasi penyakit jantung serta mengevaluasi derajat ketepatan (akurasi) yang dihasilkan. Pemilihan KNN didasarkan pada efisiensi dan kemudahannya dalam mengklasifikasikan dataset berukuran besar, yang bekerja dengan mengukur jarak antar objek menggunakan rumus Euclidean Distance. Model klasifikasi ini dibangun dengan memanfaatkan perangkat lunak RapidMiner 9.10. Data yang digunakan bersumber dari database cleveland UCI Machine Learning Repository yang tersedia melalui kaggle, terdiri dari total 303 data pasien dan dicirikan oleh 14 fitur sebagai penentu prediksi. Variabel target (heart disease) ditetapkan sebagai label klasfikasi. Hasil pengujian dengan operator cross validation menunjukan bahwa implementasi KNN efektif untuk memprediksi penyakit jantung. Model ini mencapai akurasi 64,03% pada pengaturan parameter K=5. Analisis confusion matrix lebih lanjut mengidentifikasikan 124 pasien true positive, dengan precision tertinggi mencapai 64,58%. Secara keseluruhan, hasil akurasi ini menegaskan potensi da kapabilitas metode KNN dalam mengklasifikasikan data diagnostik pasien jantung.

Keywords

K-Nearest Neighbor; Klasifikasi; Penyakit Jantung; Data Mining; RapidMiner







References


Adi, S., & Wintarti, A. (2022). Komparasi metode support vector machine (SVM), K-Nearest Neighbors (KNN), Dan Random Forest (RF) untuk prediksi penyakit gagal jantung. MATHunesa: Jurnal Ilmiah Matematika, 10(2), 258–268. https://doi.org/10.26740/mathunesa.v10n2.p258-268

Afdal, M., & Elita, L. R. (2022). Penerapan Text Mining Pada Aplikasi Tokopedia Menggunakan Algoritma K-Nearest Neighbor. Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, 8(1), 78–87. https://doi.org/10.30865/jurikom.v13i3

Alici Davutoglu, E. (2023). MEDICAL BIOCHEMISTRY. INTERNATIONAL JOURNAL OF MEDICAL BIOCHEMISTRY, 6(1), 1–10.

Andiani, L., Sukemi, S., & Rini, D. P. (2020). Analisis penyakit jantung menggunakan metode knn dan random forest. Annual Research Seminar (ARS), 5(1), 165–169.

Arif, S. N. N. (2024). Klasifikasi Penyakit Serangan Jantung Menggunakan Metode Machine Learning K-Nearest Neighbors (KNN) dan Support Vector Machine (SVM). Jurnal Media Informatika Budidarma, 8(3). https://doi.org/10.30865/mib.v10i1

Dewi, S. C., Putra, C. E., & Nugraheni, A. G. (2024). Implementasi Metode K-Nearest Neighbors (KNN) dan Naive Bayes untuk Klasifikasi Penyakit Jantung. Technology and Informatics Insight Journal, 3(2), 76–94. https://doi.org/10.32639/p5e7b161

Dewi, S. P., Nurwati, N., & Rahayu, E. (2022). Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor. Build. Informatics, Technol. Sci, 3(4), 639–648.

Gautama, K., & Arijanto, R. (2024). PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN PRODUK TERLARIS MENGGUNAKAN METODE K-NEAREST NEIGHBOR PADA CV. NUANSA KARUNA LESTARI. JATI (Jurnal Mahasiswa Teknik Informatika), 8(6), 11184–11190.

Hakim, L., Sobri, A., Sunardi, L., & Nurdiansyah, D. (2025). Prediksi penyakit jantung berbasis mesin learning dengan menggunakan metode k-nn. Jurnal Digital Teknologi Informasi, 7(2), 14–20.

Homaidi, A., & Fatah, Z. (2024). Implementasi Metode K-Nearest Neighbors (KNN) untuk Klasifikasi Penyakit Jantung. G-Tech: Jurnal Teknologi Terapan, 8(3), 1720–1728.

Islam, A., Mahmood, Z., & Khan, U. (2023). Double-diffusive stagnation point flow over a vertical surface with thermal radiation: Assisting and opposing flows. Science Progress, 106(1), 00368504221149798.

Khodijah, K., Sriyanto, S., Aziz, R. Z. A., & Suhendro, S. (2024). PERBANDINGAN KINERJA LIMA ALGORITMA KLÀSIFIKASI DASAR UNTUK PREDIKSI PENYAKIT JANTUNG “CLASSIFIER: NB, DTC4. 5, KNN, ANN & SVM”. Jaringan Sistem Informasi Robotik-JSR, 8(2), 230–234.

Low, I., Shu, J., Xiao, M.-L., & Zheng, Y.-H. (2023). Amplitude/operator basis in chiral perturbation theory. Journal of High Energy Physics, 2023(1), 1–33.

Nainggolan, J. K., Sinaga, F., Sitorus, A. M., Khairia, A., & Wijaya, B. A. (2025). Analisa Komparasi dengan Algoritma K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM) untuk Prediksi Penyakit Jantung. Dinamik, 30(2), 297–306.

Nasien, D., Sirvan, S., Deny, D., Syahputra, R. S. R., Marunduri, A. A., & See, R. P. (2024). Klasifikasi Penyakit Jantung Menggunakan Decision Tree dan KNN Menggunakan Ektraksi Fitur PCA. JEKIN-Jurnal Teknik Informatika, 4(1), 18–24.

Nugroho, F. A. (2021). Perancangan sistem pakar diagnosa penyakit jantung dengan metode forward chaining. Jurnal Informatika Universitas Pamulang, 3(2), 75–79.

Nursahid, W., Nugroho, B. I., & Syefudin, S. (2025). Optimalisasi Preprocessing Data Menggunakan Pendekatan CRISP-DM untuk Meningkatkan Kualitas Klasifikasi Penyakit Jantung. RIGGS: Journal of Artificial Intelligence and Digital Business, 4(3), 3621–3626.

Permatasari, U. O. R., Jasri, M., & Shu. (2024). Prediksi Kelayakan Mahasiswa sebagai Penerima Beasiswa Bank Indonesia pada Tahap Seleksi Administrasi di Universitas Nurul Jadid menggunakan Algoritma K Nearest Neighbor. Journal of Electrical Engineering and Computer (JEECOM), 6(1), 252–260.

Putra, E. A., & Supriyanto, R. (2023). Analisis Algoritma Decesion Tree, KNN dan Naïve Bayes Pada Dataset Penyakit Jantung. Jurnal Ilmiah KOMPUTASI, 22(2), 273–284.

Rahmadan, I., & Shudiq, W. J. (2024). Increasing student interest in learning through the implementation of the K-nearest neighbor algorithm in classifying learning preferences at SMAN 1 Kraksaan. Journal of Computer Networks, Architecture and High Performance Computing, 6(4), 1851–1862.

Rahmadini, R., LorencisLubis, E. E., Priansyah, A., RWN, Y., & Meutia, T. (2023). Penerapan data mining untuk memprediksi harga bahan pangan di Indonesia menggunakan algoritma K-Nearest Neighbor. Jurnal Mahasiswa Akuntansi Samudra, 4(4), 223–235.

Siregar, J., & Wijayanti, D. (2025). Integrasi Model Neural Network dengan SVM dan KNN untuk Deteksi Dini Penyakita Jantung pada Penderita Hypertensi. Technologia: Jurnal Ilmiah, 16(1), 104–109.

Tampubolon, G. C. (2023). ASSOCIATION BETWEEN SERUM ALP LEVELS AND PRE-OPERATIVE LDH TOWARDS CLINICAL PROGNOSIS OF OSTEOSARCOMA PATIENTS IN H. ADAM MALIK HOSPITAL, MEDAN. Sumatera Medical Journal, 6(1).

Wadhwa, S. (2021). Performance comparison of classifiers on twitter sentimental analysis. Proceedings of ‏The 5th International Conference on Applied Research in Science, Technology and Knowledge, 50–61. https://doi.org/10.33422/3rd.ictle.2021.02.134


Dimensions, PlumX, and Google Scholar Metrics

10.33650/coreai.v7i1.13481


Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 nur aida

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi

Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.