Penyakit kanker paru-paru merupakan salah satu penyebab utama kematian di dunia, yang sering kali terlambat terdiagnosis karena kurangnya kesadaran akan gejala awal. Penelitian ini bertujuan untuk merancang sistem pakar berbasis algoritma K-Nearest Neighbor (KNN) guna membantu diagnosis dini kanker paru-paru secara cepat dan akurat. Sistem ini dikembangkan menggunakan metode Waterfall dan diimplementasikan dalam bentuk aplikasi berbasis web. Dataset yang digunakan diperoleh dari sumber terbuka dan diproses menggunakan teknik SMOTE untuk menyeimbangkan data. Hasil penelitian menunjukkan bahwa sistem pakar yang dikembangkan mampu mengidentifikasi kemungkinan kanker paru-paru dengan tingkat akurasi sebesar 90,29%. Evaluasi dilakukan melalui confusion matrix yang menghasilkan precision sebesar 98,5% untuk kategori "mungkin mengidap" dan 33,3% untuk kategori "tidak mungkin mengidap". Pengujian sistem dilakukan dengan pendekatan Black Box Testing untuk memastikan fungsionalitas berjalan sesuai harapan. Hasil testimoni dari dokter spesialis paru-paru menunjukkan bahwa sistem ini berpotensi sebagai alat bantu deteksi dini kanker paru-paru. Dengan adanya sistem ini, diharapkan dapat meningkatkan kesadaran masyarakat terhadap gejala awal kanker paru-paru dan membantu tenaga medis dalam proses diagnosis. Ke depan, sistem ini dapat dikembangkan lebih lanjut dengan algoritma lain untuk meningkatkan akurasi prediksi serta penambahan fitur yang lebih interaktif dan informatif.

S10795

INF 0058 2025

Bekasi

Tersedia