This study aims to implement the Fuzzy K-Nearest Neighbor method in the classification of children's autism disorders so that the classification can make it easier to use it in the clinical team to classify children including autism or non-autism. Autism is a developmental disorder in children experiencing delays in the functions of cognitive, language, behavior and social interactions. Increased prevalence of autism children due to lack of understanding of the
symptoms that appear in the development of their growth and development. So that the classification method is carried out as a result of decisions for children on the symptoms that arise. The method used with Fuzzy K-Nearest Neighbor because this method provides a value for the degree of membership in the test data class so that the results obtained are not ambiguous. From the results of research conducted testing that the highest accuracy value in the use of the amount of K = 5 with an accuracy of 89.7%

Penelitian ini bertujuan untuk mengimplementasikan metode Fuzzy K-Nearest Neighbor pada klasifikasi gangguan autisme anak sehingga dalam klasifikasi yang dilakukan dapat mempermudah pemanfaatannya dalam tim klinis untuk memberi hasil keputusan diagnosis berdasarkan gejala-gejala dari autisme. Dalam mengindikasi peningkatan prevelensi anak autisme yang disebabkan kurang memahaminya terhadap
gejala-gejala yang muncul daalm perkembangan tumbuh kembangnya. Sehingga dilakukan metode klasifikasi sebagai memberi hasil keputusan pada anak terhadap gejalagejala yang muncul. Metode yang digunakan dengan Fuzzy K-Nearest Neighbor karna tujuan metode ini melakukan prediksi pada data uji dengan menggunakan perhitungan nilai derajat keanggotaan pada kelas data uji agar hasil yang didapat tidak ambigu. Dari hasil penelitian yang dilakukan pengujian bahwa nilai akurasi tertinggi pada penggunaan jumlah nilak K=5 dengan hasil akurasi sebesar 89,7%