Klasifikasi Tingkat Obesitas Mempergunakan Algoritma KNN

Abstract

Tingkat obesitas merupakan suatu gangguan yang terjadi akibat penumpukan lemak yang berlebihan pada tubuh, sehingga memiliki resiko dalam masalah kesehatan. Diperlukan upaya pencegahan, misalnya dengan melakukan pengecekan tingkat obesitas secara mandiri. Penelitian ini mencoba mengembangkan sistem sederhana untuk mengetahui apakah seseorang sudah berkategori obesitas atau tidak dengan memasukkan beberapa informasi yang diperlukan. Sistem dicoba dikembangkan dengan menggunakan metode klasifikasi k-nearest neighbor (k-nn). Proses klasifikasi dilakukan dalam beberapa tahap yaitu, tahap seleksi atribut, transformasi data, dan normalisasi. Data yang digunakan untuk percobaan diambil dari uci machine learning repository yang berjumlah 2111 data dengan 16 atribut dan 1 label. Percobaan dilakukan dengan mengubah variabel k pada knn yaitu k=1,3,5,7,9, menggunakan uji validasi silang 3,5, dan 7-fold, dan mengubah atribut-atribut yang digunakan. Dalam penelitian ini ditemukan model klasifikasi obesitas menggunakan knn yang optimal yaitu dengan k=1 dengan  atribut yang paling berpengaruh yaitu atribut berat badan dan usia. Akurasi maksimal yang diperoleh adalah sebesar 79,96%, sehingga dapat disimpulkan bahwa knn mampu digunakan untuk klasifikasi tingkat obesitas.