Skripsi

Perbandingan Fitur Klasifikasi Data Mining Untuk Mendiagnosa Penyakit Kanker Payudara Berdasarkan Hasil Mamografi

---

RINGKASAN

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, roughset, seleksi fitur.















ABSTRACT

Breast cancer is an abnormal cells growth in the breast tissue of a person. In Indonesia, breast cancer occupy the second ranks after cervix cancer. In this research the results of mammography for breast cancer patient's image which has been transformed into a binary number will feature selection methods applied by rough set and then will compare with the results of the application of the classification algorithm on some different classification algorithms. From experiments conducted the application of roughset produces feature selection value accuracy 86.86%, naive bayes algorithm has a value of 80% accuracy, algorithm c 4.5 73.33% accuracy has a value and the algorithm for K-nearest neighbor has a value of 80% accuracy. With a value of 90% sensitivity and superior specificity 100% proven method of feature selection roughset has better performance to diagnose breast cancer disease.

Keywords : Breast cancer, mamografi, roughset, feature selection

---

Ketersediaan

SI1172

SI 1172 MAU p

UPT. PERPUSTAKAAN PUSAT (Rak 2)

Tersedia - No Loan

Informasi Detail

Judul Seri

-

No. Panggil

SI 1172 MAU p

Penerbit

Purwokerto : Universitas Amikom Purwokerto., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

14.12.0241

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

April 2018

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Jihan Almas Maulana

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar