Anemia merupakan salah satu masalah kesehatan yang sering terjadi pada ibu, terutama selama masa kehamilan, dan dapat berdampak buruk bagi ibu maupun janin. Oleh karena itu, prediksi status anemia secara dini sangat penting untuk mencegah komplikasi serius. Penelitian ini bertujuan untuk mengembangkan model prediksi status anemia pada ibu hamil menggunakan metode K-Nearest Neighbor (KNN). Metode KNN dipilih karena kesederhanaannya dan kemampuannya dalam menangani data yang bersifat non-linear. Dataset yang digunakan terdiri dari parameter darah seperti kadar hemoglobin (Hb), Mean Corpuscular Volume (MCV), Mean Corpuscular Hemoglobin (MCH), dan Mean Corpuscular HemoglobinConcentration(MCHC).Datasetdibagimenjadidatalatihdandatauji dengan validasi k-fold cross-validation untuk meningkatkan keandalan model. melalui hasil perhitungan klasifikasi prediksi pada data peyakit anemia dengan data latih 1278 data dan data uji sebanyak 142 data dapat diketahui bahwa algoritma kNN dapat melakukan prediksi status anemia berdasarkan hemoglobin, mch, mhch, dan mcv dengan akurasi prediksi yang didapatkan sebesar 96% dengan nilai k=3,5, 7 dan mendapat nilai dominan Y= 0 (Non Anemia)