Kanker payudara adalah pertumbuhan sel yang abnormal pada jaringan payudara seseorang. Di Indonesia, kanker payudara menempati peringkat kedua setelah kanker servik. Pada penelitian ini hasil citra mamografi pasien kanker payudara yang telah diubah menjadi bilangan biner akan diterapkan dengan metode seleksi fitur rough set dan kemudian akan bandingkan dengan hasil dari penerapan algoritma klasifikasi pada beberapa algoritma klasifikasi yang berbeda. Dari percobaan yang dilakukan penerapan seleksi fitur roughset menghasilkan nilai akurasi 86,86%, algoritma naive bayes memiliki nilai akurasi 80%, algoritma c4.5 memiliki nilai akurasi 73,33% dan algoritma K-nearest neighbor memiliki nilai akurasi 80%. Dengan nilai sensitivitas 90% dan spesifitas 100% terbukti metode seleksi fitur roughset memiliki performa yang lebih baik untuk mendiagnosa penyakit kanker payudara.
Keyword : Kanker payudara, mamografi, Data mining, seleksi fitur.
|
