Klasifikasi Penyakit Kanker Payudara Menggunakan Perbandingan Algoritma Machine Learning

Authors

  • Novita Ranti Muntiari Universitas Harapan Bangsa Purwokerto
  • Kharis Hudaiby Hanif

DOI:

https://doi.org/10.35960/ikomti.v3i1.766

Keywords:

Kanker payudara, Komparasi, Machine Learning

Abstract

Salah satu penyakit yang sangat ditakuti adalah kanker payudara, kanker payudara termasuk penyakit yang mematikan pada Wanita. Kanker payudara dikelompokkan menjadi dua jenis, yaitu ganas dan jinak. Dalam pengelompokkan jenis ini dibutuhkan metode yang cepat agar dapat membantu dalam pengambilan keputusan. Machine learning adalah bagian dari bidang kecerdasan buatan yang berfokus pada penerapan algoritma dan metode khusus untuk prediksi, pengenalan pola, dan klasifikasi. Sehingga Machine learning dapat membantu dalam mengelompokkan jenis kanker payudara. Penelitian ini menggunakan 7 algoritma yaitu neural network, decision tree, naïve bayes, k-nearest neighbor, logistic regresion, random forest, dan support vector machines dalam mengelompokkan jenis kanker payudara. Dengan pengolahan data menggunakan aplikasi RapidMiner didapat bahwa nilai akurasi dari algoritma logistic regresion, decision tree, naïve bayes dan k-nearest neighbor memiliki nilai akurasi yang sama tinggi yaitu sebesar 95,00%. Sehingga algoritma logistic regresion, decision tree, naïve bayes dan k-nearest neighbor mempercepat pengambilan keputusan dalam memprediksi dalam klasifikasi penentuan jenis kanker payudara.

Downloads

Published

28-05-2022

How to Cite

[1]
N. R. Muntiari and K. H. Hanif, “Klasifikasi Penyakit Kanker Payudara Menggunakan Perbandingan Algoritma Machine Learning”, IKOMTI, vol. 3, no. 1, pp. 1–6, May 2022.