PENERAPAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI PENYAKIT KANKER PAYUDARA

• DEVI WULANDARI
• 2024

---

Kanker Payudara menduduki peringkat kedua sebagai penyebab kematian paling umum bagi perempuan di seluruh dunia. Kanker payudara sering kali ditemukan saat sudah memasuki stadium akhir. Pada umumnya hal ini disebabkan penanganan serta pengobatan yang lambat, maka sangat diperlukan untuk deteksi penyakit secara dini. Tujuan dari penelitian ini yaitu mengetahui kinerja kedua algoritma yaitu Naïve Bayes dan Support Vector Machine (SVM) dalam melakukan klasifikasi jenis kanker payudara yang kemudian akan dilakukan analisa dan perbandingan akurasi kedua algoritma tersebut. Dataset yang digunakan pada penelitian ini yaitu Breast Cancer Wisconsin merupakan data publik yang berasal dari UCI Machine Learning, memiliki jumlah data keseluruhan sebanyak 699 data dengan 11 atribut dan memiliki dua kelas yaitu kelas jinak dengan jumlah data 458 dan kelas ganas dengan jumlah data 241 data. Hasil dari penelitian menunjukan bahwa  Support Vector Machine (SVM) memiliki kinerja paling baik dengan akurasi 96.89% sedangkan Naïve Bayes 96.15%. Dengan akurasi tersebut model yang dibuat mampu mengklasifikasi jenis kanker payudara.  

• Data mining
• Kanker Payudara
• Naïve Bayes
• Support Vector Machine (SVM)

https://repository.bsi.ac.id/repo/54901/PENERAPAN-ALGORITMA-NAÏVE-BAYES-DAN-SUPPORT-VECTOR-MACHINE-(SVM)-UNTUK-KLASIFIKASI--PENYAKIT-KANKER-PAYUDARA
Anda dapat membaca file tugas akhir ini di repository.