Klasifikasi Penyakit Monkeypox dengan Menggunakan Algoritma K-Nearest Neighbor

Abstract

Dengan berkembangnya penyakit mokeypox maka banyak masyarakat bisa tertular penyakit ini, di karenakan peyakit ini penularannya bisa melalui kontak erat dengan hewan/orang yang terinfeksi monkeypox. Penyebaranya bisa melalui kontak tatap muka, kulit ke kulit, mulut ke mulut, atau mulut ke kulit, termaksud kontak seksual, percikan ludah/cairan hidung, dan mungkin penularan bisa melalui aerosol jarak pendek. jika virus ini tertular ke bayi yang baru lahir, anak – anak,  dan orang dengan gangguan kekebalan tubuh maka dapat  beresiko mengalami gejala – gejala yang lebih serius  dan menyebabkan kematian. Untuk mengurangin penyebaran penyakit ini dapata dilakukan diagnosa terhadap faktor – faktor terkait, akan tetapi terdapat resiko jika salah dalam mengklasifikasikan. Untuk mengatasi hal tersebut maka dapat memanfaatkan metode dalam data mining. Untuk menghentikan penyebaran virus monkey pox secara luas maka dapat di lakukan dengan menerapkan model pembelajaran data mining yaitu dengan cara mengklasifikasikan penyakit monkeypox dengan menggunakan metode K-Nearest Neighbor Sehingga hal ini bisa menghentikan penyebaraan virus semakin banyak dan meluas serta bisa mendeteksi dini penyakit monkeypox dan menghambat penularan serta pertumbuhan kematian yang di akibatkan oleh virus. Hasil implementasi algortima KNN pada aplikasi ripedminer dilakukan dengan menggunakan pergantian nilai k, dan hasil akurasi tertinggi didapat pada nilai k=9 dengan akurasi sebesar 59,50%, nilai presesinya adalah 65,93 %, sedangkan recall menghasilkan 76,92%.