KLASIFIKASI PENYAKIT STROKE MENGGUNAKAN METODE FUZZY K-NEAREST NEIGHBOR IN EVERY CLASS

Stroke saat ini menjadi penyebab utama kematian dan kecacatan di Indonesia. Salah satu cara meminimalisir angka kasus stroke di Indonesia yaitu dengan melakukan deteksi dini penyakit stroke. Berbagai macam permasalahan yang melibatkan pembagian data secara sistematis lebih mudah diselesaikan menggunakan klasifikasi. Sebagai contoh dalam bidang medis yaitu, menggunakan metode klasifikasi yang berfungsi untuk mengklasifikasi luasnya penyakit yang diderita pasien yang dapat memudahkan para klinisi untuk mendiagnosis penyakit stroke. Penelitian ini menggunakan pendekatan Fuzzy K-Nearest Neighbor in every Class untuk klasifikasi. Data klinis individu yang diidentifikasi secara positif dan negatif dimasukkan dalam kumpulan data stroke yang dikumpulkan dari repositori Kaggle yang dibuat oleh Fedesoriano. Pengujian ini dijalankan dengan 500 data dan 10 karakteristik, dan hasilnya menunjukkan bahwa untuk setiap kelas, Fuzzy KNearest Neighbor memiliki nilai akurasi 82%, recall 68%, dan presisi 78%