KLASIFIKASI PENYAKIT KANKER HATI DALAM ALGORITMA K-NEAREST NEIGHBORS (KNN)

Abstract

Kanker hati (liver cancer) merupakan penyakit dengan tingkat mortalitas tinggi yang sering terdeteksi pada tahap lanjut, sehingga diperlukan pendekatan sistematis untuk mendukung diagnosis yang cepat dan akurat. Penelitian ini bertujuan menerapkan metode data mining menggunakan algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan penyakit kanker hati serta mengevaluasi kinerja model. Data yang digunakan berasal dari Kaggle sebanyak 5.000 data pasien dengan 14 atribut klinis, mencakup faktor risiko seperti hepatitis, sirosis, dan diabetes, serta biomarker seperti skor fungsi hati dan kadar alpha fetoprotein. Tahap preprocessing dilakukan menggunakan Z-Transformation Normalization untuk menyetarakan skala atribut numerik, mengingat KNN berbasis perhitungan jarak. Selanjutnya, model dilatih dan diuji untuk mengukur performanya. Hasil penelitian menunjukkan bahwa model KNN mencapai akurasi sebesar 86,40% dengan nilai class precision pada prediksi positif sebesar 80,00%. Hasil ini menunjukkan bahwa algoritma KNN cukup efektif dalam mengolah data medis dan dapat dimanfaatkan sebagai alat bantu dalam proses identifikasi penyakit kanker hati secara lebih akurat