Paru-paru adalah organ vital dalam sistem pernapasan manusia yang berfungsi untuk pertukaran gas, memasukkan oksigen ke dalam darah, dan mengeluarkan karbondioksida sebagai sisa metabolisme. Gangguan pada paru-paru dapat berdampak signifikan terhadap kesehatan manusia, dengan berbagai penyakit seperti batuk, asma, bronkitis, dan TBC yang umum ditemukan. Penelitian ini mengembangkan sistem diagnosis penyakit paru-paru menggunakan kombinasi metode Case-Based Reasoning (CBR) dan K-Nearest Neighbour (K-NN). K-NN mengelompokkan dan memprediksi data berdasarkan jarak terdekat, sedangkan CBR menyelesaikan masalah dengan mengadopsi solusi dari kasus sebelumnya. Hasil penelitian menunjukkan bahwa kombinasi CBR dan K-NN efektif dalam mendiagnosa penyakit paru-paru, mencapai tingkat akurasi 90% yang meningkat menjadi 100% setelah proses retain dalam tahapan CBR. Sistem ini adaptif dan mampu belajar dari kasus baru, menunjukkan potensinya sebagai alat bantu diagnostik yang andal dalam praktik medis sehari-hari.