Text
“KLASIFIKASI PENYAKIT KANKER PAYUDARA MENGGUNAKAN HYBRID DEEP NEURAL NETWORK DAN KNN PADA WISCONSIN BREAST CANCER DATASET”
- Bagikan:
ABSTRAK
Penelitian ini bertujuan untuk menganalisis klasifikasi penyakit kanker payudara
menggunakan pendekatan hybrid Deep Neural Network (DNN) dan K-Nearest
Neighbor (KNN) serta mengevaluasi performa model yang dihasilkan. Analisis ini
dilakukan untuk memberikan rujukan ilmiah mengenai efektivitas penggunaan
DNN sebagai ekstraktor fitur laten dalam meningkatkan akurasi diagnosa antara
tumor benign (jinak) dan malignant (ganas). Metodologi penelitian melibatkan
penggunaan 569 data dari Wisconsin Breast Cancer Dataset (WBCD) yang
mencakup 30 fitur numerik karakteristik morfologi sel. Data tersebut dibagi
menjadi data latih dan data uji dengan rasio 80%:20%. Proses analisis diawali
dengan ekstraksi fitur oleh DNN untuk mentransformasikan fitur mentah menjadi
8 fitur laten, yang kemudian diklasifikasikan menggunakan algoritma KNN
dengan parameter k=5 dan metrik jarak Euclidean. Evaluasi model dilakukan
menggunakan confusion matrix untuk mengukur tingkat keberhasilan klasifikasi.
Hasil analisis menunjukkan tingkat akurasi sebesar 92,98%, presisi 94,74%, recall
85,71%, F1-Score 90,00%. Hasil ini membuktikan bahwa kombinasi DNN dan
KNN memiliki kemampuan yang cukup baik dalam menganalisis dan
membedakan jenis sel kanker payudara.
Kata Kunci: Kanker Payudara, Deep Neural Network, K-Nearest Neighbor.
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Sunita Tasya Gultom - Personal Name
|
| Student ID |
222510087
|
| 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 |