Abstrak

Leukemia merupakan penyakit kanker yang terdapat pada sel darah putih.
Karakter leukemia ditandai dengan limfoblas atau pertumbuhan sel darah putih
pada sumsum tulang belakang. Pada tahun 2018 dilansir dari situs resmi World
Health Organization (WHO) bahwa pengidap penyakit leukemia sebanyak
437.033 orang atau sekitar 4% dari keseluruhan pasien kanker, Sedangkan di
Indonesia terdapat 13.498 orang. Mendeteksi sejak dini merupakan sebuah solusi
yang dapat meminimalisir terjadinya peningkatan angka kematian akibat
leukemia. Untuk merealisasikan dalam penanganan penyakit leukemia ini dapat
dibangun sistem pakar diagnosis penyakit leukemia dengan menggunakan teknik
mechine learning juga dengan salah satu metodenya yaitu K-Nearest Neighbors.
Pada penelitian ini, menggunakan data sekunder sebagai sumber data yang
digunakan untuk melakukan diagnosis penyakit, dari data tersebut didapat 4 jenis
penyakit dengan 12 gejala yang biasa terjadi pada pasien leukemia yang diolah
dengan menggunakan metode K-Nearest Neighbors agar mendapat hasil akurasi
yang tinggi. Hasil penelitian diagnosis penyakit leukemia menggunkan metode KNearest Neighbors dengan sampel gejala yang dirasakan oleh pasien setelah
klasifikasi menggunakan perhitungan euclidean distence menunjukan kepada
salah satu penyakit, dilanjutkan dengan perhitungan akurasi yang didapat setelah
klasifikasi tersebut dan menghasilkan nilai Precission 71,42 %, Recall 83,33 %,
Accuracy 75 %.