Ada banyak penyebab kekurangan darah, mulai dari kecelakaan lalu lintas, proses melahirkan bagi wanita, proses operasi, penyakit dan lain sebagainya. Untuk mencegah terjadinya kekurangan darah tersebut, maka didirikanlah sebuah tempat untuk penyimpanan darah. Di Indonesia kita sering menyebut dengan istilah PMI. Akan tetapi PMI tidak selamanya memiliki tipe darah yang dibutuhkan. Di khawatirkan ketika membutuhkan tipe darah tertentu, stok darah tersebut sedang tidak ada. Walaupun ada tetapi terbatas. Selain itu ketika satu individual mendonorkan darahnya, tidak diketahui dengan pasti apakah individual tersebut akan mendonorkan darahnya secara periodik atau tidak di masa mendatang. Penelitian ini digunakan untuk mengetahui apakah seseorang akan mendonorkan darahnya di masa mendatang berdasarkan riwayat donor sebelumnya.

            Penelitian ini membahas penerapan metode WKNN (Weighted K-Nearest Neighbor) untuk klasifikasi donor darah. Algoritma WKNN adalah suatu algoritma yang memberikan bobot pada beberapa tetangga terdekat dengan record baru. Sistem yang akan dibangun menggunakan dataset donor darah yang diambil dari UCI Machine Learning Repository. Hasil dari pengujian ini adalah untuk mengetahui pengaruh data latih, nilai k dan mengetahui tingkat akurasi dari sistem ini. Dari hasil penelitian didapatkan akurasi sebesar 60% terhadap data latih , akurasi sebesar 60% terhadap nilai k. Bisa disimpulkan bahwa algoritma WKNN (Weighted K-Nearest Neighbor) bisa diterapkan dalam klasifikasi donor darah.