Penerapan Algoritma KNN dengan K-Fold Cross Validation Untuk Diagnosa Risiko Diabetes Mellitus

Abstract

ABSTRAK

Diabetes mellitus (DM) merupakan penyakit kronis dengan prevalensi yang terus meningkat dan berpotensi menimbulkan berbagai komplikasi serius apabila tidak terdeteksi sejak dini. Keterbatasan metode diagnostik konvensional dalam menangani data kesehatan yang besar dan kompleks mendorong pemanfaatan pendekatan berbasis machine learning. Penelitian ini bertujuan untuk membangun model prediksi risiko diabetes mellitus menggunakan algoritma K-Nearest Neighbor (KNN) dengan metode Stratified K-Fold Cross Validation. Dataset yang digunakan terdiri dari 1.041 data pasien yang diperoleh dari Rumah Sakit Haji Makassar, dengan variabel meliputi usia, tekanan darah, status gula darah sewaktu, indeks massa tubuh, dan lingkar perut. Tahapan penelitian meliputi pemrosesan data, normalisasi menggunakan Standard Scaler, pemodelan KNN dengan metrik jarak Manhattan, serta evaluasi kinerja model menggunakan akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model KNN mampu mencapai rata-rata akurasi sebesar 87,55% dengan performa yang stabil pada setiap fold. Analisis feature importance menunjukkan bahwa tekanan darah sistolik, lingkar perut, dan gula darah sewaktu merupakan faktor yang paling berpengaruh terhadap status gula darah. Hasil ini menunjukkan bahwa algoritma KNN berpotensi digunakan sebagai alat bantu deteksi dini risiko diabetes mellitus berbasis data kesehatan.

ABSTRACT

Diabetes mellitus (DM) is a chronic disease with a continuously increasing prevalence and the potential to cause various serious complications if not detected early. The limitations of conventional diagnostic methods in handling large and complex health data have encouraged the use of machine learning-based approaches. This study aims to develop a diabetes mellitus risk prediction model using the K-Nearest Neighbor (KNN) algorithm with the Stratified K-Fold Cross Validation method. The dataset consisted of 1,041 patient records obtained from Haji Hospital Makassar, including variables such as age, blood pressure, random blood glucose level, body mass index, and waist circumference. The research stages included data preprocessing, normalization using Standard Scaler, KNN modeling with the Manhattan distance metric, and model performance evaluation using accuracy, precision, recall, and F1-score. The results showed that the KNN model achieved an average accuracy of 87.55% with stable performance across each fold. Feature importance analysis indicated that systolic blood pressure, waist circumference, and random blood glucose level were the most influential factors affecting blood glucose status. These findings suggest that the KNN algorithm has the potential to be used as a decision-support tool for the early detection of diabetes mellitus risk based on health data..