Menurut WHO, kebiasaan merokok adalah salah satu penyebab utama kematian global, dengan lebih dari 5 juta kematian per tahun akibat penyakit seperti kanker, penyakit jantung, penyakit hati, dan stroke. Rokok mengandung zat beracun dan karsinogenik yang terbagi dalam kategori gas dan partikel padat. Klasifikasi perokok meliputi perokok ringan, sedang, dan berat. Penelitian ini bertujuan mengklasifikasikan apakah seseorang adalah perokok atau bukan, guna membantu organisasi kesehatan dalam memahami perilaku perokok dan mengembangkan program pencegahan serta penghentian merokok. Metode K-Nearest Neighbor (kNN) digunakan untuk klasifikasi dengan memanfaatkan dataset pembelajaran. Berdasarkan pengujian dan analisa yang telah dilakukan, model kNN ini memiliki akurasi sekitar 73.56%, yang menunjukkan bahwa sekitar 73.56% dari semua prediksi model adalah benar. Precision dan recall untuk kedua kelas menunjukkan bahwa model ini lebih baik dalam memprediksi kelas 0 dibandingkan dengan kelas 1. Ada ruang untuk perbaikan, terutama dalam memprediksi kelas 1, yang menunjukkan bahwa model mungkin perlu disesuaikan lebih lanjut atau dioptimalkan untuk mencapai kinerja yang lebih baik. Untuk meningkatkan kinerja model kNN, langkah-langkah berikut dapat dilakukan: optimalkan nilai k, normalisasi fitur, gunakan jarak berbobot, terapkan PCA untuk reduksi dimensi, dan lakukan cross-validation untuk menghindari overfitting


Deskripsi Lain

According to WHO, smoking is one of the leading causes of global death, with more than 5 million deaths per year from diseases such cancer, heart disease, liver disease, and stroke. Cigarettes contain toxic and carcinogenic substances that are divided into categories of gases and solid particles. The classification of smokers includes light, moderate, and heavy smokers. This study aims to classify whether someone is a smoker not, in order to help health organizations understand smoker behavior and develop smoking prevention and cessation programs. The K-Nearest Neighbor (kNN) method is used for classification by utilizing the learning dataset. Based on the testing and analysis that has been carried out, this kNN model has an accuracy of around 73.56%, which indicates that around 73.56% of all model predictions are correct. Precision and recall for both classes indicate that this model is better at predicting class 0 compared to class 1. There is room for improvement, especially in predicting class 1, indicating that the model may need to be further adjusted optimized to achieve better performance. To improve the performance of the kNN model, the following steps can be taken: optimize the k value, normalize the features, use weighted distances, apply PCA for dimensionality reduction, and perform cross-validation to avoid overfitting.