Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Angelika Gloria Sinaga Pengarang Margaretha Yohanna, S.Kom., M.Kom. Dosen Pembimbing 1 Arina Prima Silalahi S.Kom., M.Kom Dosen Pembimbing 2

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.