Text
“KLASIFIKASI PENYAKIT KANKER PAYUDARA MENGGUNAKAN HYBRID DEEP NEURAL NETWORK (DNN) DAN NAIVE BAYES PADA WISCONSIN BREAST CANCER DATASET”
- Bagikan:
ABSTRAK
Kanker payudara merupakan salah satu penyakit dengan tingkat kematian
yang tinggi pada perempuan, terutama apabila tidak terdeteksi sejak dini. Oleh
karena itu, diperlukan metode klasifikasi yang akurat dan efisien untuk membantu
proses diagnosis berbasis data klinis. Penelitian ini bertujuan untuk
mengklasifikasikan penyakit kanker payudara menggunakan pendekatan hybrid
yang mengombinasikan Deep Neural Network (DNN) dan Naive Bayes pada
Wisconsin Breast Cancer Dataset (WBCD). DNN digunakan sebagai metode
ekstraksi fitur untuk menghasilkan representasi fitur yang lebih informatif dari data
asli, sedangkan Naive Bayes digunakan sebagai algoritma klasifikasi akhir. Dataset
yang digunakan terdiri dari 569 data dengan 30 fitur numerik dan dua kelas, yaitu
benign (jinak) dan malignant (ganas). Hasil pengujian menunjukkan bahwa model
memperoleh accuracy sebesar 87.72%, precision sebesar 88.72%, recall sebesar
76.19%, f1-score sebesar 82.05%. Secara keseluruhan, hasil evaluasi
menunjukkan model memiliki kinerja yang cukup baik dan layak digunakan untuk
proses klasifikasi penyakit kanker payudara.
Kata kunci: Kanker Payudara, Deep Neural Network, Naive Bayes, Klasifikasi,
Wisconsin Breast Cancer Dataset.
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Angelika Gloria Sinaga - Personal Name
|
| Student ID |
222510105
|
| Dosen Pembimbing |
Margaretha Yohanna, S.Kom., M.Kom. - - Dosen Pembimbing 1
Arina Prima Silalahi S.Kom., M.Kom - - Dosen Pembimbing 2 |
| Penguji | |
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement | |
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2026 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |