PENERAPAN ALGORITMA NAÃVE BAYES UNTUK KLASIFIKASI STATUS PASIEN PASCA OPERASI KANKER PAYUDARA
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Novia, Salma
Subject
Aplikasi Sistem Pengolahan Data
Datestamp
2024-03-01 09:46:27
Abstract :
Kanker payudara adalah tumor ganas yang berasal dari pertumbuhan abnormal pada sel-sel payudara. Kanker payudara menjadi penyumbang kematian terbanyak pertama akibat kanker. Kanker payudara dapat disembuhkan dengan berbagai pengobatan untuk menghambat pertumbuhan sel kanker yaitu dengan operasi, kemoterapi, radioterapi, dan terapi hormonal. Penanganan kanker yang terlambat akan membahayakan keselamatan penderita sehingga perlu adanya tindak lanjut untuk mengatasi penyakit ini, salah satunya dengan melakukan operasi pengangkatan tumor payudara. Klasifikasi merupakan salah satu teknik dari data mining yang dapat digunakan untuk membantu prediksi hasil klasifikasi status pasien pasca operasi kanker payudara menggunakan algortima Naïve Bayes. Data yang digunakan adalah Breast Cancer Data yang dipublikasikan pada Kaggle, dengan jumlah 334 data. Pengujian dilakukan dengan membagi data menjadi 80% data training dan 20% data testing. Pengujian dilakukan menggunakan model evaluasi antara lain RapidMiner dengan 3 options yaitu Use Training Set, 5 Fold Cross Validation dan 10 Fold Cross Validation serta 2 model evaluasi lainnya yaitu Microsoft Excel dan Python. Pengujian data dengan akurasi tertinggi diraih oleh model evaluasi Microsoft Excel dan RapidMiner (Use Training Set dan 5 Fold Cross Validation) dengan akurasi sebesar 88,46%. Sedangkan akurasi terendah diraih oleh evaluasi Python dengan akurasi sebesar 86,92%.
Kanker payudara adalah tumor ganas yang berasal dari pertumbuhan abnormal pada sel-sel payudara. Kanker payudara menjadi penyumbang kematian terbanyak pertama akibat kanker. Kanker payudara dapat disembuhkan dengan berbagai pengobatan untuk menghambat pertumbuhan sel kanker yaitu dengan operasi, kemoterapi, radioterapi, dan terapi hormonal. Penanganan kanker yang terlambat akan membahayakan keselamatan penderita sehingga perlu adanya tindak lanjut untuk mengatasi penyakit ini, salah satunya dengan melakukan operasi pengangkatan tumor payudara. Klasifikasi merupakan salah satu teknik dari data mining yang dapat digunakan untuk membantu prediksi hasil klasifikasi status pasien pasca operasi kanker payudara menggunakan algortima Naïve Bayes. Data yang digunakan adalah Breast Cancer Data yang dipublikasikan pada Kaggle, dengan jumlah 334 data. Pengujian dilakukan dengan membagi data menjadi 80% data training dan 20% data testing. Pengujian dilakukan menggunakan model evaluasi antara lain RapidMiner dengan 3 options yaitu Use Training Set, 5 Fold Cross Validation dan 10 Fold Cross Validation serta 2 model evaluasi lainnya yaitu Microsoft Excel dan Python. Pengujian data dengan akurasi tertinggi diraih oleh model evaluasi Microsoft Excel dan RapidMiner (Use Training Set dan 5 Fold Cross Validation) dengan akurasi sebesar 88,46%. Sedangkan akurasi terendah diraih oleh evaluasi Python dengan akurasi sebesar 86,92%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
