Pesatnya perkembangan media sosial, terutama Instagram, telah meningkatkan
jumlah pengguna secara signifikan. Namun, munculnya akun palsu menjadi
masalah serius karena kerap digunakan untuk penipuan, penyebaran hoaks, dan
cyberbullying yang merugikan pengguna lain. Penelitian ini bertujuan
mengembangkan sistem untuk mengidentifikasi akun asli dan palsu pada Instagram
menggunakan algoritma K-Nearest Neighbor (KNN). Berbeda dari penelitian
sebelumnya yang menggunakan dataset besar sebagai data training, penelitian ini
tidak menggunakan data training, melainkan menerapkan perbandingan langsung
terhadap data referensi (kriteria akun asli dan palsu) yang telah ditentukan di dalam
program. Data dikumpulkan secara manual dari 70 akun Instagram yang terdiri atas
35 akun asli dan 35 akun palsu. Setiap akun dianalisis berdasarkan fitur profil
seperti foto profil, panjang username, jumlah kata pada nama lengkap, kesamaan
nama dengan username, jumlah postingan, followers, following, status akun, dan
tautan eksternal. Proses identifikasi dilakukan menggunakan metode Euclidean
Distance untuk menghitung jarak antar data dan menentukan kelas berdasarkan
mayoritas tetangga terdekat. Hasil pengujian menunjukkan sistem mampu
mengidentifikasi akun dengan akurasi 87%, precision 0,77, recall 0,96, dan F1-
score 0,84. Temuan ini membuktikan bahwa algoritma KNN efektif digunakan
untuk membedakan akun asli dan palsu meskipun tanpa tahap pelatihan model