Stroke merupakan suatu penyakit yang sangat serius dalam bidang kedokteran,dikarnakan dampak penyakit ini sangatlah fatal,karna dapat menyerang secara fisik dan mental dan lebih parahnya lagi hingga dapat menyebabkan kematian secara mendadak, penanggulan Stroke ini perlu di tangani secara cepat dan tanggap karna dapat merusak pada inti otak sehingga kemungkinan dapat menimbulkan komplikasi,Pada penetian ini peneliti ingin mebuktikan bahwa dalam menentukan seseorang terjangkit penyakit stroke menggunakan algoritma klasifikasi K-Nearest Neighbor dengan optimasi Bagging ini bisa digunakan,dari prediksi tersebut dapat membantu untuk mempermudah pada bidang kesehatan dalam menentukan atau mengambil keputusan dengan cepat,dari hasil yang di dapatkan dari klasifikasi tersebut di dapatkan hasil Nilai akurasi, presisi dan recall yang tertinggi pada Algoritma K-Nearest Neighbor dengan optimasi bagging terdapat pada K-5 dengan nilai akurasi sebesar 99.93%, presisi sebesar 100.00% dan recall sebesar 98.25%. dari hasil pengujian, diketahui hasil nilai sebelum di optimasi sudah cukup tinggi walaupun tanpa di lakukan optimasi bagging