JNATIA Volume 1, Nomor 1, November 2022

Jurnal Nasional Teknologi Informasi dan Aplikasinya

Penerapan Algoritma K-Nearest Neighbor dalam Klasifikasi Penyakit Gagal Jantung

Ni Ketut Intan Setiawatia1, I Gede Arta Wibawaa2

aProgram Studi Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam,

Universitas Udayana

Bali, Indonesia

1intansetiawati154@gmail.com

2gede.arta@unud.ac.id

Abstract

Heart failure is a clinical syndrome caused by an abnormality in the structure of the heart's function that causes the heart to be unable to pump adequate amounts of blood so that the body does not receive enough nutrients for metabolic needs. The high prevalence of heart failure needs serious attention so that it can be treated early and reduce the risk of complications. Along with the development of technology, various classification methods have been used by other researchers to determine whether a person has heart failure or not. In this study, the classification of heart failure will use the K-Nearest Neighbor algorithm. K-Nearest Neighbor (KNN) is a classification algorithm based on the proximity of data to other data. The results of this study are the best accuracy values obtained with k = 7, where after going through an evaluation with the confusion matrix, the accuracy of the classification of heart failure with KNN is 91%.

Keywords: K-Nearest Neighbor, Classification, Heart Failure, Accuracy, Confusion Matrix

  • 1.    Introduction

Dalam bidang kesehatan, berbagai sindroma klinik masih membutuhkan perhatian serius salah satunya adalah gagal jantung. Gagal jantung adalah kondisi dimana fungsi jantung tidak bekerja semestinya. Jantung yang seharusnya berperan dalam pemenuhan kebutuhan metabolisme tubuh, seperti oksigen dan nutrisi menjadi tidak maksimal. Hal ini dikarenakan jantung tidak dapat memompa darah dalam jumlah yang cukup karena terjadi abnormalitas pada bagian struktur atau fungsi jantung[1]. Tingginya angka prevalensi gagal jantung mendorong beberapa peneliti untuk melakukan penelitian mengenai gagal jantung yang bertujuan untuk melakukan penanganan lebih dini dan mengurangi risiko komplikasi.

Pada era digital ini, mulai berkembang teknologi yang dapat memudahkan tenaga medis untuk mengetahui apakah seseorang mengidap gagal jantung atau tidak. Salah satu bentuk dari metode yang dapat dilakukan adalah dengan melakukan klasifikasi. Klasifikasi merupakan teknik yang dapat digunakan untuk membantu menyelesaikan masalah yang berkaitan dengan kumpulan objek yang akan dikelompokkan. Terdapat banyak metode yang bisa digunakan sebagai solusi permasalahan klasifikasi, salah satunya adalah K-Nearest Neighbor (KNN). K-Nearest Neighbor adalah algoritma yang digunakan dalam klasifikasi dengan konsep dasar menggunakan jarak antara data yang digunakan dengan data lain yang berdekatan[2]. KNN umumnya digunakan karena tergolong sederhana sehingga proses implementasi menjadi lebih mudah dibandingkan algoritma klasifikasi lain dan tetap menghasilkan keluaran yang cukup akurat.

Penelitian menggunakan KNN sudah pernah dilakukan dalam beberapa tahun terakhir untuk menyelesaikan masalah klasifikasi. Seperti penelitian [3] K-Nearest Neighbor digunakan untuk melakukan klasifikasi penyakit kanker payudara, dengan hasil yang diperoleh adalah akurasi tertinggi sebesar 0,93, presisi bernilai 0,97, recall dengan nilai 0,98, dan nilai F-measure sebesar 0.94. Penelitian terdahulu menggunakan KNN juga dilakukan pada penelitian [4], dimana peneliti menggunakan metode K-Nearest Neighbor untuk mengklasifikasikan seseorang mengidap penyakit ginjal kronis atau tidak. Pada penelitian tersebut dihasilkan nilai akurasi sebesar 85,83%

yang dapat digolongkan cukup tinggi. Berdasarkan uraian di atas, penulis melakukan penelitian mengenai klasifikasi menggunakan K-Nearest Neighbor sebagai lanjutan dari penelitian sebelumnya. Penelitian ini akan dilakukan melalui beberapa tahapan mulai dari akuisisi data, data preprocessing, klasifikasi menggunakan KNN, dan melakukan evaluasi. Melalui penelitian ini diharapkan dapat memudahkan proses klasifikasi pada data gagal jantung dan mengetahui bagaimana tingkat akurasi yang akan dihasilkan sehingga dapat menjadi pembanding untuk penelitian lainnya.

  • 2.    Research Methods

    2.1.    Desain Penelitian

Berikut adalah tahapan – tahapan dari penelitian yang dilakukan:

Gambar 1. Desain Penelitian

  • 2.2.    Akuisisi Data

Pada tahap akuisisi, ditentukan data apa yang akan digunakan dalam penelitian. Dimana pada penelitian kali ini data yang digunakan diperoleh dari website Kaggle yaitu Heart Failure Prediction Dataset. Dataset ini berjumlah 918 data dengan 12 atribut. Berikut adalah keterangan dari atribut dataset yang digunakan:

Tabel 1. Heart Failure Prediction Dataset

No.

Atribut

Keterangan

1

Age

Umur pasien

2

Sex

Jenis Kelamin

3

ChestPainType

Jenis nyeri dada

4

RestingBP

Tekanan darah dalam kondisi istirahat

5

Cholesterol

Kadar kolesterol

6

FastingBS

Kadar gula darah

7

RestingECG

Kondisi ECG pasien dalam keadaan istirahat

8

MaxHR

Detak jantung maksimum

9

ExerciseAngina

Nyeri dada saat berolahraga

10

Oldpeak

Penurunan ST setelah olahraga

11

ST_Slope

Kemiringan segmen ST untuk latihan maksimum

12

HeartDisease

Kelas output (target)

  • 2.3.    Data Preprocessing

Pada tahap data preprocessing ini data akan diolah sehingga lebih terstruktur sebelum dilakukan pemodelan pada tahap klasifikasi. Pada tahap preprocessing ini, akan dilakukan beberapa proses pengolahan data mulai dari pengecekan apakah pada dataset terdapat missing value atau tidak, melakukan feature scaling sehingga kualitas data dapat ditingkatkan karena memiliki kesamaan pada skalanya, serta mengubah categorical data menjadi numerical data.

  • 2.4.    Klasifikasi dengan K-Nearest Neighbor (KNN)

K-Nearest Neighbor (KNN) adalah salah satu dari sekian banyak metode klasifikasi yang menggunakan pembelajaran data pada klasifikasi sebelumnya untuk mengklasifikasikan data lainnya. KKN yang tidak membangun sebuah model melainkan hanya mempelajari data yang sebelumnya telah diklasifikasikan ini membuat KNN kerap disebut sebagai teknik lazy learning. Algoritma K-Nearest Neighbor yang termasuk dalam supervised learning ini akan mengklasifikasikan hasil query instance yang baru, dimana mayoritas kedekatan jarak dari kategori yang ada dalam KNN akan dijadikan dasar dalam klasifikasi[3]. Pada KNN grup kelas yang jarak vektornya paling dekat akan menjadi dasar dalam memilih kelas baru bagi suatu data[5]. Pada KNN nilai k memiliki arti k-data terdekat dari data uji. Dengan kata lain k ini adalah jumlah data atau tetangga yang jaraknya paling dekat dengan suatu objek[6]. Terdapat beberapa cara untuk menentukan dekat atau jauhnya jarak antara data training dan data yang baru, salah satunya adalah dengan menggunakan Euclidean Distance. Jarak Euclidean dapat dihitung menggunakan persamaan (1)[2].

dEuc(χ,y)= √∑ (^ι


—


^2)2


(1)


Keterangan:

dEuc = jarak antara data training dan data testing

x1     = data training atau sampel data

%2      = data testing atau data uji

p      = dimensi data

t       = variabel data

Berikut adalah flowchart dari algoritma K-Nearest Neighbor yang digunakan:

Gambar 2. Flowchart algoritma KNN


  • 2.5.    Evaluasi

Evaluasi dilakukan untuk menilai performa dari model klasifikasi, dimana evaluasi ini dapat dilakukan dengan menggunakan confusion matrix. Confusion matrix adalah metode yang digunakan dalam data mining untuk menghitung nilai akurasi[7]. Berikut adalah tabel confusion matrix yang menyatakan data uji yang benar dan salah ketika diklasifikasikan.

Tabel 2. Confusion Matrix

Kinerja Klasifikasi

Nilai Kelas Prediksi

Nilai Kelas Aktual

Positif (1)

Negatif (0)

Positif (1) True Positive (TP) False Positive (FP)

Negatif (0)

False Negative (FN) True Negative (TN)

Melalui confusion matrix , nilai akurasi dapat ditentukan dengan pembagian jumlah data yang telah terklasifikasikan secara benar dengan total sampel data yang diuji. Berikut adalah persamaan untuk menghitung akurasi dengan confusion matrix:

Accuracy =


TP+TN

TP+TN+FP+FN


× 100%


(2)


Keterangan:

TP     = total record data positif yang diklasifikasikan benar sebagai nilai positif

FP     = total record data negatif namun hasil klasifikasinya adalah nilai positif

FN     = total record data positif namun hasil klasifikasinya adalah nilai negatif

TN     = total record data negatif yang diklasifikasikan benar sebagai nilai negatif

  • 3.    Result and Discussion

Pada penelitian ini dataset yang digunakan adalah Heart Failure Prediction Dataset yang berjumlah 918 data dengan 508 record diklasifikasikan menderita gagal jantung dan 410 record diklasifikasikan bukan penderita gagal jantung. Berikut adalah beberapa contoh data pada Heart Failure Prediction Dataset.

Age

Sex

ChestPainType

RestingBP

Cholesterol

FastingBS

RestingECG

MaxHR

ExerciseAngina

Oldpeak

ST_Slope

HeartDisease

0

40

M

ATA

140

289

0

Normal

172

N

0.0

Up

0

1

49

F

NAP

160

180

0

Normal

156

N

1.0

Flat

1

2

37

M

ATA

130

283

0

ST

98

N

0.0

Up

0

3

48

F

ASY

138

214

0

Normal

108

Y

1.5

Flat

1

4

54

M

NAP

150

195

0

Normal

122

N

0.0

Up

0

Gambar 3. Heart Failure Prediction Dataset

Setelah melalui proses pengecekan missing value dan melakukan encoding untuk atribut yang bertipe categorical serta melakukan feature scaling, pada klasifikasi dengan KNN ini akan dilakukan dengan membagi data latih (data training) sebanyak 70% dan 30% digunakan sebagai data uji (data testing) terlebih dahulu. Untuk mengetahui apakah seseorang menderita gagal jantung atau tidak, digunakan 3 data tetangga terdekat pada awal klasifikasi, dengan kata lain pada KNN nilai k = 3. Dilanjutkan dengan proses evaluasi, dimana hasil pengklasifikasian dapat dilihat menggunakan confusion matrix yang akan digunakan untuk menentukan nilai akurasi seperti gambar berikut.

140

120

100

80

60

40

20

Gambar 4. Confusion Matrix


Berdasarkan gambar confusion matrix di atas, nilai akurasi dari model klasifikasi pada Heart Failure Prediction Dataset dengan menggunakan KNN dengan nilai k = 3 adalah 88% yang bisa dilihat pada gambar 5.

precision

recall

fl-score

support

0

Θ.85

θ.84

0.85

1Θ8

1

0.9θ

θ.90

0.9θ

168

accuracy

0.88

276

macro avg

0.87

θ.87

0.87

276

weighted avg

0.88

θ.88

0.88

276

Gambar 5. Hasil Klasifikasi dengan metode KNN

Untuk menemukan hasil akurasi terbaik dalam metode K-Nearest Neighbor, nilai k memiliki pengaruh yang besar. Dimana hasil klasifikasi akan dipengaruhi oleh nilai k yang berbeda. Dengan memilih k yang paling optimal, maka dapat memperkecil nilai error rate yang dihasilkan. Berikut adalah grafik yang memperlihatkan nilai k paling optimal, dimana error rate yang dihasilkan bernilai kecil dan F1 Score yang tinggi.

KNN Fl Score                                  KNN Elbow Curve

Gambar 6. Grafik F1 Score dan Error Rate


Berdasarkan gambar di atas, ditentukan bahwa nilai k paling optimal adalah k = 7. Selanjutnya proses klasifikasi akan dilakukan kembali sesuai proses sebelumnya, namun dengan menggunakan k bernilai 7. Pada tahap evaluasi, kembali menggunakan confusion matrix yang menampilkan hasil klasifikasi seperti berikut.


IiO

120 ιoo

βo

60

40

20

Gambar 7. Confusion Matrix Hasil Klasifikasi

Hasil performa klasifikasi dengan metode K-Nearest Neighbor pada penyakit gagal jantung dapat dilihat pada gambar 8.

precision

recall

fl-score

support

0

0.89

0.86

0.88

108

1

0.91

0.93

θ.92

168

accuracy

0.91

276

macro avg

0.90

θ.9θ

0.90

276

weighted avg

0.91

0.91

θ.91

276

Gambar 8. Hasil Klasifikasi Terbaik dengan KNN

Pada gambar hasil klasifikasi di atas, diperoleh nilai akurasi terbaik yaitu 91%. Dimana nilai akurasi ini dihasilkan dengan menggunakan nilai k = 7. Nilai akurasi ini lebih tinggi dibandingkan nilai akurasi sebelumnya menggunakan k = 3 yaitu sebesar 88%.

  • 4.    Conclusion

Berdasarkan penelitian yang telah dilakukan, model klasifikasi gagal jantung menggunakan metode K-Nearest Neighbor menghasilkan nilai akurasi tertinggi, yaitu sebesar 91%. Nilai akurasi ini diperoleh ketika klasifikasi dilakukan dengan k = 7. Hal ini dapat membuktikan bahwa klasifikasi dengan menggunakan KNN menghasilkan performa yang baik dan dapat mengklasifikasikan secara akurat. Diharapkan penelitian ini dapat membantu tenaga medis dalam mengklasifikasikan penderita gagal jantung. Untuk mendapatkan hasil yang lebih baik, disarankan untuk menggunakan algoritma klasifikasi lainnya sehingga dapat diketahui algoritma mana yang paling efektif digunakan dalam proses klasifikasi penyakit gagal jantung.

References

  • [1]    Nurkhalis and R. J. Adista, “Manifestasi Klinis dan Tatalaksana Gagal Jantung,” Jurnal

Kedokteran Nanggroe Medika, vol. 3, no. 3, pp. 36–46, 2020.

  • [2]    D. A. M. Reza, A. M. Siregar, and Rahmat, “Penerapan Algoritma K-Nearest Neighbord

Untuk Prediksi Kematian Akibat Penyakit Gagal Jantung,” Scientific Student Journal for Information, Technology and Science, vol. III, no. 1, pp. 105–112, 2022.

  • [3]    D. Cahyanti, A. Rahmayani, and S. A. Husniar, “Analisis Performa Metode KNN pada

Dataset Pasien Pengidap Kanker Payudara,” Indonesian Journal of Data and Science, vol. 1, no. 2, pp. 39–43, 2020.

  • [4]    A. Ariani and Samsuryadi, “Klasifikasi Penyakit Ginjal Kronis menggunakan K-Nearest

Neighbor,” Prosiding Annual Research Seminar 2019, vol. 5, no. 1, pp. 148–151, 2019.

  • [5]    R. Amilia and E. Prasetyo, “Klasifikasi Diagnosa Penyakit Demam Berdarah Dengue pada

Anak Menggunakan Metode K-Nearest Neighbor Studi Kasus Rumah Sakit PKU Muhammadiyah Ujung Pangkah Gresik,” Indexia:  Informatic and Computational

Intelegent Journal, vol. 2, no. 2, pp. 1–10, 2020.

  • [6]     I. A. A. Angreni, S. A. Adisasmita, M. I. Ramli, and S. Hamid, “Pengaruh Nilai K pada

Metode K-Nearest Neighbor (KNN) Terhadap Tingkat Akurasi Identifikasi Kerusakan Jalan,” Rekayasa Sipil, vol. 7, no. 2, pp. 63–70, 2018.

  • [7]    M. F. Rahman, M. I. Darmawidjadja, and D. Alamsah, “Klasifikasi Untuk Diagnosa

Diabetes Menggunakan Metode Bayesian Regularization Neural Network (RBNN),” Jurnal Informatika, vol. 11, no. 1, pp. 36–45, 2017.

352