OPTIMASI PARAMETER K-NEAREST NEIGHBOR MENGGUNAKAN ALGORITMA FIREFLY UNTUK PREDIKSI PENYAKIT STROKE
Keywords:
Prediksi Stroke, K-Nearest Neighbor, Firefly AlgorithmAbstract
Stroke merupakan penyakit dengan tingkat kematian dan kecacatan yang tinggi, sehingga diperlukan metode prediksi yang akurat untuk deteksi dini. Penelitian ini bertujuan meningkatkan kinerja algoritma K-Nearest Neighbor (KNN) dalam memprediksi penyakit stroke melalui optimasi parameter menggunakan Firefly Algorithm (FA). Dataset yang digunakan terdiri dari 5.110 data pasien dengan berbagai atribut klinis dan gaya hidup. Tahapan penelitian meliputi preprocessing data, penyeimbangan kelas menggunakan oversampling, pembangunan model KNN sebagai baseline, serta optimasi nilai parameter k menggunakan FA. Evaluasi model dilakukan menggunakan metrik akurasi dan confusion matrix. Hasil penelitian menunjukkan bahwa KNN sebelum optimasi menghasilkan akurasi sebesar 0,8637, sedangkan setelah optimasi menggunakan Firefly Algorithm akurasi meningkat menjadi 0,8920 dengan nilai parameter optimal k = 1. Hasil ini membuktikan bahwa Firefly Algorithm efektif dalam mengoptimasi parameter KNN dan meningkatkan performa klasifikasi pada prediksi penyakit stroke
References
Arifin, M., Pratama, D., & Lestari, S. (2024). Penerapan algoritma K-Nearest Neighbor pada sistem prediksi kesehatan berbasis data pasien. Journal of Medical Informatics, 12(1), 44–53.
Bacanin, N., Bezdan, T., Tuba, E., Lugonja, P., Strumberger, I., & Tuba, M. (2023). Improved multi-layer binary Firefly algorithm for optimizing feature selection and classification of microarray data. Expert Systems with Applications, 215, 1–15.
Chen, L., Zhao, X., & Wu, Y. (2023). Feature selection optimization for medical diagnosis using enhanced Firefly Algorithm. Biomedical Signal Processing Journal, 18(3), 221–234.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Rizky Ananda Hafika, Stefen Agus Waruwu, Muhammad Yazid Noor, Adidtya Perdana

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.










