PREDIKSI PROGNOSIS KANKER PAYUDARA MENGGUNAKAN METODE HYBRID ARTIFICIAL NEURAL NETWORK DAN NAÏVE BAYES BERDASARKAN DATASET BREAST CANCER WISCONSIN PROGNOSTIC

Detail Cantuman

Text

PREDIKSI PROGNOSIS KANKER PAYUDARA MENGGUNAKAN METODE HYBRID ARTIFICIAL NEURAL NETWORK DAN NAÏVE BAYES BERDASARKAN DATASET BREAST CANCER WISCONSIN PROGNOSTIC

XML

Penelitian ini bertujuan menganalisis prediksi prognosis kanker payudara
menggunakan pendekatan hybrid Artificial Neural Network dan Naïve Bayes serta
mengevaluasi performa model yang dihasilkan. Metodologi penelitian melibatkan
penggunaan 198 data dari dataset Breast Cancer Wisconsin Prognostic (WPBC)
yang mencakup 33 fitur numerik karakteristik sel tumor. Data tersebut dibagi
menjadi 80% data latih dan 20% data uji. Proses analisis diawali dengan tahap prapemrosesan data yang meliputi pembersihan data, imputasi nilai tidak valid
menggunakan median, transformasi label, serta normalisasi fitur menggunakan
metode MinMax. Selanjutnya dilakukan ekstraksi fitur menggunakan Artificial
Neural Network dengan satu hidden layer dari yang terdiri dari 16 neuron dan
fungsi aktifasi ReLU. Fitur tersebut kemudian diklasifikasikan menggunakan
algoritma Gaussian Naïve Bayes untuk memprediksi prognosis pasien ke dalam dua
kelas yaitu recurrence dan non-recurrence. Evaluasi model dilakukan
menggunakan confusion matrix dan metrik evaluasi klasifikasi. Hasil analisis
menunjukkan tingkat akurasi sebesar 90%, presisi 72,73%, recall 88,89%, dan F1-
score 80% sehingga metode hybrid ANN dan Naïve Bayes memiliki kemampuan
yang cukup baik dalam memprediksi prognosis kanker payudara.
Kata Kunci : kanker payudara, artificial neural network, naïve bayes


Detail Information

Item Type
Skripsi (S1)
Penulis
JESIKA OCTAVIA HUTAGAOL - Personal Name
Student ID
222510100
Dosen Pembimbing
Penguji
Kode Prodi PDDIKTI
55201
Edisi
Published
Departement
Teknik Informatika
Kontributor
Bahasa
Indonesia
Penerbit Universitas Methodist Indonesia : Medan.,
Edisi
Published
Subyek
No Panggil
Copyright
Fakultas Ilmu Komputer Universitas Methodist Indonesia
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail