PREDIKSI LATIHAN FISIK MENGGUNAKAN K-NEAREST NEIGHBORS (KNN) BERDASARKAN DATA BMI

Abstract

Perkembangan teknologi informasi telah mendorong pemanfaatan kecerdasan buatan dalam berbagai aspek kehidupan, termasuk bidang kebugaran dan kesehatan. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi latihan fisik berdasarkan status Indeks Massa Tubuh (BMI) menggunakan algoritma K-Nearest Neighbors (KNN). Dataset yang digunakan terdiri dari 500 data dengan atribut jenis kelamin, tinggi badan, berat badan, dan klasifikasi BMI. Data tersebut diproses melalui tahapan preprocessing dan pelatihan model KNN, dengan nilai k=5. Hasil pengujian menunjukkan tingkat akurasi sebesar 92%, dengan precision dan recall tinggi pada semua kelas, mulai dari sangat kurus hingga obesitas. Sistem ini mampu mengklasifikasikan status tubuh dan memberikan rekomendasi latihan seperti bulking, maintenance, atau cutting sesuai kebutuhan individu. Penelitian ini menunjukkan bahwa KNN efektif dalam membangun sistem prediksi sederhana berbasis data BMI, serta membuka peluang pengembangan lebih lanjut di bidang teknologi kesehatan