Telematika : Journal Program Studi Teknik Informatika
Selamat Datang
Home > Browse Kategori > Information System and Technology > abstrak

SEARCH
Judul Paper Nama Penulis

PUBLICATION A-Z
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Jurnal TELEMATIKA

Jurnal PROBISNIS

Abstrak
PERBANDINGAN ALGORITMA CLASSIFICATION AND REGRESSION TREES (CART) DAN K-NEAREST NEIGHBOR (K-NN) UNT
Rianto
Kanker payudara adalah tumor ganas yang terbentuk dari sel-sel payudara yang tumbuh dan berkembang tanpa terkendali sehingga dapat menyebar diantara jaringan atau organ di dekat payudara atau bagian tubuh lainya. Gejala pemulaan kanker payudara sering tidak disadari atau dirasakan dengan jelas oleh penderita sehingga banyak penderita yang berobat dalam keadaan lanjut Hal ini menunjukkan bahwa kanker payudara merupakan penyakit yang ganas sehingga mengharuskan penderitanya untuk melakukan pemeriksaan yang intensif. Hal ini menjadikan para peneliti dan praktisi memusatkan perhatiannya untuk mendeteksi atau mendiagnosis kanker payudara supaya dapat mencegahnya karena penyakit ini bisa menimbulkan kematian Metode yang digunakan dalam penelitian ini yaitu idenfikasi maslah, Pengumpulan data. Tahap pre-processing, metode klasifikasi, validasi dan evaluasi serta penarikan kesimpulan. Algoritma yang digunakan dalam penelitian ini adalah CART dan K-NN. Tujuan penelitian ini untuk membandingkan algoritma mana yang memiliki tingkat akurasi klasifikasi terbaik sehingga bisa digunakan untuk membantu dalam mengklasifikasikan seseorang terkena kanker payudara jinak dan ganas dengan menggunakan dataset diambil dari UCI Machine Learning bersumber dari Wisconsin Breast Cancer.Adapun metode validasi dan evaluasi yang digunakan yaitu 10-cross validation dan confusion matrix untuk penilaian precision, recall dan F-Measure. Hasil perhitungan yang telah dilakukan, didapatkan hasil akurasi pada algoritma CART sebesar 94,87% dengan precision 0,949%, recall 0,949%, dan F-Measure 0,949%. Sedangkan dataset diabetes yang di uji dengan algoritma K-NN mendapatkan nilai akurasi sebesar 95,46% dengan precision 0,955%, recall 0,955%, dan F-Measure 0,954%. Dari hasil tersebut dapat disimpulkan bahwa K-NN lebih baik dibandingkan dengan algoritma CART yang digunakan untuk mendiagnosis kanker payudara .

Keyword : Algoritma;Diagnosis;Kanker payudara