Kebakaran hutan cukup menjadi masalah serius bagi masyarakat. Untuk menghindari terjadinya kebakaran diperlukan untuk memprediksi agar tidak terjadi kebakaran. Salah satu metode yang dapat dilakukan untuk menghindari terjadinya kebakaran hutan adalah Klasifikasi kebakaran Hutan. ­K-Nearest Neighbor (KNN) merupakan salah satu metode Machine learning untuk melakukan Klasifikasi. Namun penelitian yang menggunakan KNN sebagai metode klasifikasi sudah sering dilakukan. KNN memiliki kelemahan karena hanya sifat dari data hanya dikategorikan berdasarkan jarak terdekat. Sehingga penentuan Nilai K pada KNN sangat berpengaruh untuk Pengoptimalan kerja Klasifikasi. Pada penelitian ini, Nilai K akan dioptimalkan dengan cara mengoptimasi Nilai K pada KNN menggunakan Multi-Verse Optimization (MVO). MVO merupakan salah satu algoritma Metaheuristic yang diperkenalkan tahun 2015. Dataset yang digunakan adalah Algerian Forest Fire Dataset yang diambil dari UC Irvine Machine Learning Repository. Sebelum melakukan klasifikasi, dataset perlu dilakukan Preprocessing Data. Tahapan Preprocessing Datapada penelitian ini adalah Listwise Deletion, Label Encoding, dan Normalization MinMax. Nilai K untuk Klasifikasi KNN yang digunakan adalah K terbaik yang telah dioptimasikan dengan MVO yaitu K = 5 dan K yang diambil dari refrensi jurnal peneliti sebelumnya, yaitu K = 60. Akurasi nilai K yang dioptimasi yaitu K = 5 adalah 97.26%, sedangkan K = 60 adalah 93.15%.