IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI TINGKAT KEBUGARAN TUBUH BERDASARKAN DATA BIOMETRIK

Christina Nainggolan

doi:10.23960/jitet.v14i3.10773

Christina Nainggolan
Universitas Methodist Indonesia

DOI: https://doi.org/10.23960/jitet.v14i3.10773

Keywords K-Nearest Neighbor; klasifikasi; kebugaran tubuh; data biometrik.

Abstract Views (Last 12 Months)

3 Abstract Views

4 Downloads

Abstract

Tingkat kebugaran fisik adalah parameter penting untuk mengevaluasi kondisi kesehatan tubuh, namun pengukuran manual bersifat subjektif dan memakan waktu. Penelitian ini menerapkan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan tingkat kebugaran tubuh ke dalam empat kategori (A, B, C, D) berdasarkan sepuluh indikator biometrik: usia, tinggi badan, berat badan, persentase lemak tubuh, tekanan darah diastolik dan sistolik, kekuatan genggaman, fleksibilitas, jumlah sit-up, dan hasil lompatan lebar. Dataset berisi 13.393 data, dibagi menjadi data latih (80%) dan data uji (20%) dengan stratified split, dinormalisasi menggunakan Min-Max Scaling, dan dihitung jaraknya dengan Euclidean Distance. Pengujian beberapa nilai K menunjukkan bahwa K=9 memberikan akurasi terbaik sebesar 59,54% pada data uji. Matriks kebingungan menunjukkan model lebih baik mengenali kelas ekstrem (A dan D) dibandingkan kelas menengah (B dan C) yang memiliki kemiripan karakteristik biometrik. Penelitian ini menyimpulkan bahwa KNN dapat diterapkan untuk klasifikasi kebugaran tubuh dengan akurasi yang memadai, serta menjelaskan pengaruh nilai K dan karakteristik data terhadap akurasi klasifikasi.

Downloads

Download data is not yet available.

References

M. Muchtar and R. A. Muchtar, “Perbandingan Metode KNN dan SVM dalam Klasifikasi Kematangan Buah Mangga Berdasarkan Citra HSV dan Fitur Statistik,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 2, pp. 876–884, 2024, doi: 10.23960/jitet.v12i2.4010.

T. Aprilia, “Klasifikasi Kanker Payudara Menggunakan Algoritma K-Nearest Neighbor dan Metode Naive Bayes,” SATESI: Jurnal Sains Teknologi dan Sistem Informasi, vol. 4, no. 2, pp. 156–163, 2024, doi: 10.54259/satesi.v4i2.3167.

N. T. Ujianto, Gunawan, H. Fadillah, A. P. Fanti, A. D. Saputra, and I. G. Ramadhan, “Penerapan Algoritma K-Nearest Neighbors (KNN) untuk Klasifikasi Citra Medis,” IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi, vol. 4, no. 1, pp. 33–43, 2025, doi: 10.24246/itexplore.v4i1.2025.pp33-43.

N. Khairunisa et al., “Analisis Perbandingan Algoritma CNN dan YOLO dalam Mengidentifikasi Kerusakan Jalan,” vol. 12, no. 3, 2024.

S. Buana Prameswary, D. Agustianingsih, and A. G. Nugraheni, “Perbandingan Implementasi Metode K-Nearest Neighbor Menggunakan Jarak Euclidean dan Manhattan pada Analisa Klasifikasi Penyakit Anemia,” Technology and Informatics Insight Journal, vol. 4, no. 1, pp. 7–13, 2025.

P. P. Allorerung, A. Erna, M. Bagussahrir, and S. Alam, “Analisis Performa Normalisasi Data untuk Klasifikasi K-Nearest Neighbor pada Dataset Penyakit,” JISKA (Jurnal Informatika Sunan Kalijaga), vol. 9, no. 3, pp. 178–191, 2024, doi: 10.14421/jiska.2024.9.3.178-191.

F. Putra, H. F. Tahiyat, and R. M. Ihsan, “Application of K-Nearest Neighbor Algorithm Using Wrapper as Preprocessing for Determination of Human Weight Information,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 1, pp. 273–281, 2024.

A. Yogianto, A. Homaidi, and Z. Fatah, “Implementasi Metode K-Nearest Neighbors (KNN) untuk Klasifikasi Penyakit Jantung,” G-Tech: Jurnal Teknologi Terapan, vol. 8, no. 3, pp. 1720–1728, 2024, doi: 10.33379/gtech.v8i3.4495.

S. A. Bugis, C. Cakra, A. M. Islah, M. S. Said, D. Suarna, and M. S. Said, “Implementasi Algoritma K-Nearest Neighbor (K-NN) dalam Perancangan Alat Pendeteksi Tingkat Kesegaran Daging,” Simtek: Jurnal Sistem Informasi dan Teknik Komputer, vol. 9, no. 1, 2024.

J. Lemantara and T. Lusiani, “Analisis Prediksi Penyakit Diabetes pada Wanita Menggunakan Metode Naïve Bayes dan K-Nearest Neighbor,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, 2024, doi: 10.23960/jitet.v12i3.4911.

W. Aprilliandhika and F. F. Abdulloh, “Comparison of K-Nearest Neighbor and Support Vector Machine Algorithm Optimization with Grid Search CV on Stroke Prediction,” Jurnal Teknik Informatika (JUTIF), vol. 5, no. 4, pp. 991–1000, 2024, doi: 10.52436/1.JUTIF.2024.5.4.1951.

A. Andrian and K. Harefa, “Implementasi Algoritma K-Nearest Neighbor untuk Klasifikasi Risiko Stunting Balita Berbasis Web di Posyandu Belimbing,” Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI), vol. 5, no. 1, pp. 1091–1099, 2026, doi: 10.62712/juktisi.v5i1.1247.

D. Heksaputra, “Prediksi Penyakit Diabetes Melitus Tipe 2 Menggunakan Algoritma K-Nearest Neighbor (K-NN),” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 3, pp. 812–818, 2024, doi: 10.57152/malcom.v4i3.1268.

I. M. Anggita, M. Naufal, and F. Alzami, “Implementasi Grid Search CV KNN dengan Preprocessing Z-Score Outlier Removal untuk Sistem Prediksi Risiko Kehamilan,” Building of Informatics, Technology and Science (BITS), vol. 7, no. 2, pp. 1202–1213, 2025, doi: 10.47065/bits.v7i2.8206.

A. Yaqin, D. Kurniawan, and J. Zeniarja, “Optimasi Algoritma K-Nearest Neighbors Menggunakan GridSearchCV untuk Klasifikasi Penyakit Diabetes,” Infotekmesin, vol. 16, no. 1, pp. 75–84, 2025, doi: 10.35970/INFOTEKMESIN.V16I1.2557.