@thesis{thesis,
		author={YOGA  PINEDA PRIMA},
		title ={PERBANDINGAN PERFORMA ALGORITMA SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENYAKIT KANKER PAYUDARA},
		year={2022},
		url={https://eprints.udb.ac.id/id/eprint/1210/},
		abstract={kanker adalah penamaan umum untuk gumpalan penyakit dalam jumlah besar
yang dapat terjadi di seluruh bagian tubuh. Ciri khas dari penyakit kanker yaitu
pertumbuhan sel abnormal yang sangat cepat dan melebihi batasan umumnya. Dari sekian
banyak jenis kanker yang ada, kanker payudara adalah penyakit kanker dengan pengidap
terbesar di dunia (WHO 2021) dengan kasus yang terjadi sebesar 2,26 juta.
Banyak penelitian dilakukan agar kanker payudara dapat dicegah sejak dini,
penelitian dilakukan dengan proses data mining dimana data ? data penyakit kanker yang
sudah ada dievaluasi menggunakan algoritma data mining untuk pengklasifikasian
penyakit. Metode yang paling umum digunakan untuk pengklasifikasian data yaitu K-
Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Data yang diambil sebagai
sampel penelitian diambil dari UCI Repository.
Program ini dibangun menggunakan Bahasa pemrograman Python, menghasilkan
informasi nilai Matriks Konfusi algoritma SVM dan KNN dalam bentuk bagan dengan nilai
Matriks Konfusi Algoritma SVM yaitu Presisi 81,81% Recall 97,85% Akurasi 84,28% dan
Skor F1 89,1%. Sedangkan nilai performa Algoritma KNN adalah Presisi 98,87% Recall
95,65% Akurasi 96,61% dan Skor F1 96,61%.}
		}