Implementasi Algoritma K-Nearest Neighbor untuk Klasifikasi Obesitas
Keywords:
K-Nearest Neighbor, klasifikasi, obesitasAbstract
Obesitas merupakan masalah kesehatan yang semakin meningkat di banyak negara, termasuk di seluruh dunia. Mengkategorikan obesitas menurut faktor individu seperti indeks massa tubuh (BMI), lingkar pinggang, tinggi badan, usia, dan jenis kelamin dapat mengarah pada pemahaman yang lebih baik tentang pola dan karakteristik obesitas. Pada penelitian ini, kami mengimplementasikan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan obesitas menggunakan data yang mengandung atribut tersebut. Langkah-langkah dalam penelitian ini meliputi pengolahan data, pemilihan parameter KNN yang optimal, dan evaluasi kinerja model. Tujuan utama dari penelitian ini adalah untuk mengklasifikasikan obesitas berdasarkan karakteristik yang relevan dan untuk mengidentifikasi pola dan hubungan antara faktor-faktor tersebut. Dengan penerapan algoritma KNN, kami mencoba memprediksi kelas obesitas dari data individu yang status obesitasnya tidak diketahui. Hasil penelitian ini dapat membantu mengembangkan metode yang lebih akurat untuk mengklasifikasikan obesitas. Selain itu, model klasifikasi yang dihasilkan dapat digunakan sebagai alat yang berguna di bidang kesehatan, termasuk diagnosis dini, perencanaan intervensi, dan pengembangan program penanganan obesitas. Diharapkan penelitian ini dapat membantu masyarakat dan tenaga kesehatan dalam upaya pencegahan dan penanganan obesitas secara efektif.
References
T. Cover and P. Hart, “Nearest neighbor pattern classification,” IEEE Trans. Inf. Theory, vol. 13, no. 1, pp. 21–27, Jan. 1967.
Avelita, B. (2013). A._Klasifikasi_K-Nearest_Neighbor. Dipetik 06 2016, 22, dari www.academia.edu : https://www.academia.edu/91319959/A._Klasifikasi_KNearest_Neigh bor
Jiawei Han, M. K. (2012). Data Mining : Concepts and Techniques. United States of America: Elsevier.
Ndaumanu, R. I. (2014). Analisis Prediksi Tingkat Pengunduran Diri Mahasiswa dengan Metode K-Nearest Neighbor. Jatisi Vol 1, 3.
Healthline. Diakses pada 2022. Obesity.
Mayo Clinic. Diakses pada 2022. Obesity.
National Health Services. Diakses pada 2022. Obesity.
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). Springer.
Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed.). Elsevier
Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
Zhang, T. (2010). Pattern Recognition and Machine Learning. Springer.
