Perbandingan Algoritma K-Nearest Neighbors dan Random Forest untuk Rekomendasi Gaya Hidup Sehat dalam Mencegah Penyakit Jantung: Comparison of K-Nearest Neighbors and Random Forest Algorithms for Recommendations for a Healthy Lifestyle in Prevent Heart Disease

Elza Sahelvi; Putri Cikita; Riska Mela Sapitri; Rahmaddeni Rahmaddeni; Lusiana Efrizoni

doi:10.57152/malcom.v5i3.1972

Authors

Elza Sahelvi Universitas Sains dan Teknologi Indonesia
Putri Cikita Universitas Sains dan Teknologi Indonesia
Riska Mela Sapitri Universitas Sains dan Teknologi Indonesia
Rahmaddeni Rahmaddeni Universitas Sains dan Teknologi Indonesia
Lusiana Efrizoni Universitas Sains dan Teknologi Indonesia

DOI:

https://doi.org/10.57152/malcom.v5i3.1972

Keywords:

Klasifikasi, K-Nearest Neighbor, Penyakit Jantung, Random Forest, Rekomendasi Gaya Hidup Sehat

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian yang disebabkan oleh faktor gaya hidup tidak sehat. Untuk mengatasi permasalahan ini, penelitian ini membandingkan algoritma K-Nearest Neighbors (KNN) dan Random Forest (RF) dalam memberikan rekomendasi gaya hidup sehat guna mencegah penyakit jantung. Dataset yang digunakan terdiri dari 1.025 entri dengan 14 fitur, yang telah melalui tahap preprocessing, termasuk normalisasi, seleksi fitur, dan pembagian data 80:20 serta 70:30. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Random Forest memiliki akurasi lebih tinggi (99% pada skenario 80:20 dan 98% pada skenario 70:30) dibandingkan KNN (83% dan 86%), serta lebih stabil dalam mengklasifikasikan risiko penyakit jantung. Analisis fitur menunjukkan bahwa Chest Pain Type (CP) atau nyeri dada merupakan faktor paling berpengaruh. Berdasarkan hasil ini, direkomendasikan pola makan sehat, aktivitas fisik teratur, manajemen stres, serta pemeriksaan kesehatan rutin. Kesimpulannya, Random Forest lebih efektif dalam sistem rekomendasi gaya hidup sehat, dan penelitian selanjutnya dapat menggunakan dataset lebih besar dengan variabel tambahan guna meningkatkan akurasi prediksi.

Downloads

Download data is not yet available.

Author Biographies

Riska Mela Sapitri, Universitas Sains dan Teknologi Indonesia

Program Studi Teknik Informatika, Universitas Sains dan Teknologi Indonesia, Indonesia

Rahmaddeni Rahmaddeni, Universitas Sains dan Teknologi Indonesia

Program Studi Teknik Informatika, Universitas Sains dan Teknologi Indonesia, Indonesia

Lusiana Efrizoni, Universitas Sains dan Teknologi Indonesia

Program Studi Teknik Informatika, Universitas Sains dan Teknologi Indonesia, Indonesia

References

WHO, “Cardiovascular diseases. Key Facts 2017.,” pp. 1–6, 2019, [Online]. Available: https://www.who.int/en/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds)

R. Maula and S. Bahri, “Penerapan Algoritma K-Nearest Neighbour pada Penyakit Jantung,” vol. 13, no. 1, pp. 42–51, 2024, doi: 10.14421/fourier.2024.131.42-51.

M. Fahrurozi et al., “Evaluasi Efektivitas Program Pencegahan Penyakit Kronis?: Fokus Pada Gaya Hidup Sehat Dan Pengelolaan penyakit kronis , masih terdapat kesenjangan pengetahuan mengenai efektivitas program-program memengaruhi gaya hidup sehat dan efektivitas pengelolaan st”.

Dewi Nasien, S. Sirvan, D. Deny, R. S. Ryan Syahputra, A. Akbar Marunduri, and R. Prawinata See, “Klasifikasi Penyakit Jantung Menggunakan Decision Tree dan KNN Menggunakan Ektraksi Fitur PCA,” JEKIN - J. Tek. Inform., vol. 4, no. 1, pp. 18–24, 2024, doi: 10.58794/jekin.v4i1.641.

B. P. dan P. Kesehatan, “Kementerian Kesehatan Republik Indonesia Direktur Kementerian Kesehatan Republik Indonesia,” Kementeri. Kesehat. RI, vol. 7, no. 35, p. 1, 2021, [Online]. Available: https://www.kemkes.go.id/article/view/18052800006/ini-penyebab-stunting-pada-anak.html#:~:text=Stunting merupakan kondisi gagal pertumbuhan,dan memiliki keterlambatan dalam berpikir.%0Ahttps://www.kemkes.go.id/article/view/19093000001/penyakit-jantung-pen

S. R. J. I. Alham, “Sistem Diagnosis Penyakit Jantung Koroner Dengan Menggunakan Algoritma C4.5 Berbasis Website (Studi Kasus: RSUD Dr. Soedarso Pontianak),” Petir, vol. 14, no. 2, pp. 214–222, 2021, doi: 10.33322/petir.v14i2.1338.

M. Scientifict and J. Volume, “Perbandingan Algoritma Decision Tree dan Deep Learning dalam Prediksi Masalah Kesehatan berdasarkan Kebiasaan Gaya Hidup Fadhillah Rashidatul A ’ la , Zaehol Fatah Universitas Ibrahimy , Indonesia lifestyle habits?; health prediction?; decision tree?; dee,” vol. 2, no. 10, 2024.

P. P. Tiara and L. Lasnawati, “Makna Gaya Hidup Sehat Dalam Perpektif Teori Interaksionisme Simbolik,” Humantech J. Ilm. Multidisiplin Indones., vol. 1, no. 11, pp. 1627–1638, 2022.

A. Putranto, N. L. Azizah, and A. I. Ratna Ika, “Sistem Prediksi Penyakit Jantung Berbasis Web Menggunakan Metode SVM dan Framework Streamlit,” J. Penerapan Sist. Inf. (Komputer Manajemen), vol. 4, no. 2, pp. 442–452, 2023, [Online]. Available: https://archive.ics.uci.edu/ml/datasets/heart+disease

M. F. Akbarollah, W. Wiyanto, D. Ardiatma, and A. T. Zy, “Penerapan Algoritma K-Nearest Neighbor Dalam Klasifikasi Penyakit Jantung,” J. Comput. Syst. Informatics, vol. 4, no. 4, pp. 850–860, 2023, doi: 10.47065/josyc.v4i4.4071.

A. Samosir, M. S. Hasibuan, W. E. Justino, and T. Hariyono, “Komparasi Algoritma Random Forest, Naïve Bayes dan K- Nearest Neighbor Dalam klasifikasi Data Penyakit Jantung,” Pros. Semin. Nas. Darmajaya, vol. 1, no. 0, pp. 214–222, 2021, [Online]. Available: https://jurnal.darmajaya.ac.id/index.php/PSND/article/view/2955

Z. Susanti, P. Sirait, and E. S. Panjaitan, “Peningkatan Kinerja Random Forest Melalui Seleksi Fitur Secara Pca Untuk Mendeteksi Penyakit Diabetes Tahap Awal.,” Sains dan Teknol., vol. 4, no. 3, pp. 51–56, 2023.

?. ???? ?????? and ?. ?. ???? ????, “???? ?????? ?????? ??????? ??????? ??????? ?????? (1? 2? 3) ????????? ????? ??????,” Sport. Cult., vol. 15, no. 1, pp. 72–86, 2024, doi: 10.25130/sc.24.1.6.

F. Sholekhah, A. D. Putri, R. Rahmaddeni, and L. Efrizoni, “Perbandingan Algoritma Naïve Bayes dan K-Nearest Neighbors untuk Klasifikasi Metabolik Sindrom,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 2, pp. 507–514, 2024, doi: 10.57152/malcom.v4i2.1249.

N. Nurdiansyah, F. S. Febriyan, Z. Gesit, and D. Amanta, “Mental Health Analysis to Prevent Mental Disorders in Students Using The K-Nearest Neighbor ( K-NN ) Algorithm and Random Forest Algorithm Analisis Kesehatan Mental untuk Mencegah Gangguan Mental pada Mahasiswa Menggunakan Algoritma K-Nearest Neighbor ( K,” vol. 5, no. January, pp. 1–9, 2025.

A. S. Prabowo and F. I. Kurniadi, “Analisis Perbandingan Kinerja Algoritma Klasifikasi dalam Mendeteksi Penyakit Jantung,” J. SISKOM-KB (Sistem Komput. dan Kecerdasan Buatan), vol. 7, no. 1, pp. 56–61, 2023, doi: 10.47970/siskom-kb.v7i1.468.

Y. Yuliani, “Algoritma Random Forest Untuk Prediksi Kelangsungan Hidup Pasien Gagal Jantung Menggunakan Seleksi Fitur Bestfirst,” Infotek J. Inform. dan Teknol., vol. 5, no. 2, pp. 298–306, 2022, doi: 10.29408/jit.v5i2.5896.

Farhanuddin, Sarah Ennola Karina Sihombing, and Yahfizham, “Komparasi Multiple Linear Regression dan Random Forest Regression Dalam Memprediksi Anggaran Biaya Manajemen Proyek Sistem Informasi,” J. Comput. Digit. Bus., vol. 3, no. 2, pp. 86–97, 2024, doi: 10.56427/jcbd.v3i2.408.

J. K. Filemon and W. F. Senjaya, “Prediksi Penyakit Jantung Berdasarkan Indikator- Indikator Kesehatan,” vol. 6, no. November, pp. 272–283, 2024.

M. D. Purbolaksono, M. Irvan Tantowi, A. Imam Hidayat, and A. Adiwijaya, “Perbandingan Support Vector Machine dan Modified Balanced Random Forest dalam Deteksi Pasien Penyakit Diabetes,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 2, pp. 393–399, 2021, doi: 10.29207/resti.v5i2.3008.

D. Septhya et al., “Implementasi Algoritma Decision Tree dan Support Vector Machine untuk Klasifikasi Penyakit Kanker Paru,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 3, no. 1, pp. 15–19, 2023, doi: 10.57152/malcom.v3i1.591.

A. Putri et al., “Komparasi Algoritma K-NN, Naive Bayes dan SVM untuk Prediksi Kelulusan Mahasiswa Tingkat Akhir,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 3, no. 1, pp. 20–26, 2023, doi: 10.57152/malcom.v3i1.610.

S. Jasmine Putri, Q. Attaqwa, A. Pratama, and Rahmaddeni, “Klasifikasi Menentukan Jadwal Kerja Data Karyawan Menggunakan Algoritma C4.5 dan K-nearest Neighbor,” SENTIMAS Semin. Nas. Penelit. dan Pengabdi. Masy. , pp. 215–221, 2022, [Online]. Available: https://journal.irpi.or.id/index.php/sentimas

R. Wahyudi, M. Orisa, and N. Vendyansyah, “Penerapan Algoritma K-Nearest Neighbors Pada Klasifikasi Penentuan Gizi Balita (Studi Kasus Di Posyandu Desa Bluto),” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 2, pp. 750–757, 2021, doi: 10.36040/jati.v5i2.3738.

F. T. Admojo and Ahsanawati, “Klasifikasi Aroma Alkohol Menggunakan Metode KNN,” Indones. J. Data Sci., vol. 1, no. 2, pp. 34–38, 2020, doi: 10.33096/ijodas.v1i2.12.

F. Putra, H. F. Tahiyat, R. M. Ihsan, R. Rahmaddeni, and L. Efrizoni, “Penerapan Algoritma K-Nearest Neighbor Menggunakan Wrapper Sebagai Preprocessing untuk Penentuan Keterangan Berat Badan Manusia,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 1, pp. 273–281, 2024, doi: 10.57152/malcom.v4i1.1085.

J. Schlenger, “Random Forest,” Comput. Sci. Sport, pp. 201–207, 2024, doi: 10.1007/978-3-662-68313-2_24.

E. R. B. Sebayang, Y. H. Chrisnanto, and Melina, “Klasifikasi Data Kesehatan Mental di Industri Teknologi Menggunakan Algoritma Random Forest,” IJESPG J., vol. 1, no. 3, pp. 237–253, 2023.