OPTIMASI ALGORITMA GENETIKA UNTUK MEMPREDIKSI PENYAKIT HEPATITIS DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN)

Abstract

Kesehatan merupakan bagian terpenting bagi manusia, dan setiap individu tentu ingin memiliki tubuh yang sehat. Hati merupakan salah satu organ kunci dalam tubuh manusia, dan seseorang tidak dapat hidup tanpa hati. Penyakit hati, atau yang sering dikenal sebagai hepatitis, memiliki berbagai jenis dan termasuk salah satu yang berbahaya. Jika tidak terdeteksi secara dini, penyakit hepatitis dapat berkembang menjadi kanker hati. Penelitian ini bertujuan untuk mengevaluasi hasil optimasi algoritma genetika dalam memprediksi penyakit hepatitis dengan menggunakan metode K-Nearest Neighbor (KNN). Tujuan utama dari penelitian ini adalah untuk mendeteksi penyakit hepatitis pada pasien secara dini sehingga penanganan dapat dilakukan untuk mengurangi risiko hepatitis kronis. Data yang digunakan dalam penelitian ini bersumber dari data sekunder yang diperoleh dari Kaggle. Pengujian data dilakukan menggunakan aplikasi Rapidminer. Berdasarkan hasil penelitian, diperoleh kesimpulan bahwa optimasi teknik dengan menggunakan algoritma genetika berhasil meningkatkan akurasi prediksi algoritma K-Nearest Neighbor (KNN) dalam mengidentifikasi penyakit hepatitis. Sebelum dioptimasi, algoritma K-Nearest Neighbor (KNN) memiliki akurasi sebesar 73.81%. Namun, setelah dioptimasi dengan algoritma genetika, akurasi meningkat menjadi 95.24%, menunjukkan peningkatan sebesar 21.43% dari akurasi awal tanpa algoritma genetika.