GDL

Journal from ICTech
Oleh : M. Faizal Kurniawan, Ivandari, STMIK Widya Pratama (faizal@stmik-wp.ac.id, ivandarialkaromi@gmail.com)
Dibuat dengan 1 file

Keyword : Klasifikasi Kanker Payudara, Naive Bayes, KNN, Decission Tree C4.5

Kanker merupakan salah satu penyakit mematikan. Pada tahun 2012 International Agency for Research of Cancer (IARC) mencatat kasus penyakit kanker sebanyak 14.067.894 jiwa dan lebih dari 8,2 juta jiwa meninggal dunia akibat penyakit kanker. Sedangkan dalam 5 tahun terakhir tercatat penderita kanker payudara merupakan yang terbanyak yaitu 19,2% dari keseluruhan kasus. Pencatatan terhadap penyakit kanker banyak dilakukan guna mengantisipasi dan menganalisa pasien sejak dini agar dapat dilakukan pencegahan. Salah satu yang dilakukan adalah dengan menggunakan teknik klasifikasi data mining. Dengan melakukan klasifikasi data mining data lampau yang sebelumnya telah dikumpulkan dapat dijadikan sebuah pengetahuan baru. Beberapa teknik klasifikasi data mining terbukti baik dan menghasilkan akurasi yang tinggi. Dalam penelitian ini akan dilakukan komparasi algoritma K-Nearest Neighbour, Naive Bayes dan Decission Tree C4.5 untuk klasifikasi penyakit kanker payudara. Penelitian ini membuktikan bahwa dari ketiga model algoritma tersebut Naive Bayes memiliki tingkat akurasi terbaik yaitu 95,85%. Sedangkan algoritma KNN memperoleh tingkat akurasi sebesar 94,70% dan Decission Tree C4.5 memperoleh tingkat akurasi sebesar 94,70%..

Beri Komentar ?#() | Bookmark

Properti	Nilai Properti
ID Publisher	ICTech
Organisasi	STMIK Widya Pratama
Nama Kontak	Slamet Joko Prasetiono, S.T.,M.Kom
Alamat	Jl. Patriot no. 25
Kota	Pekalongan
Daerah	Jawa Tengah
Negara	Indonesia
Telepon	0285-427816 , 0285-427817
Fax	0285-427815
E-mail Administrator	p3m@stmik-wp.ac.id
E-mail CKO	p3m@stmik-wp.ac.id