PENERAPAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI PENYAKIT KANKER PAYUDARA

PENERAPAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI PENYAKIT KANKER PAYUDARA

• By Wulandari, Devi;
• Skripsi
• 15
• 1-71

Kanker Payudara menduduki peringkat kedua sebagai penyebab kematian paling umum bagi perempuan di seluruh dunia. Kanker payudara sering kali ditemukan saat sudah memasuki stadium akhir. Pada umumnya hal ini disebabkan penanganan serta pengobatan yang lambat, maka sangat diperlukan untuk deteksi penyakit secara dini. Tujuan dari penelitian ini yaitu mengetahui kinerja kedua algoritma yaitu Naïve Bayes dan Support Vector Machine (SVM) dalam melakukan klasifikasi jenis kanker payudara yang kemudian akan dilakukan analisa dan perbandingan akurasi kedua algoritma tersebut. Dataset yang digunakan pada penelitian ini yaitu Breast Cancer Wisconsin merupakan data publik yang berasal dari UCI Machine Learning, memiliki jumlah data keseluruhan sebanyak 699 data dengan 11 atribut dan memiliki dua kelas yaitu kelas jinak dengan jumlah data 458 dan kelas ganas dengan jumlah data 241 data. Hasil dari penelitian menunjukan bahwa  Support Vector Machine (SVM) memiliki kinerja paling baik dengan akurasi 96.89% sedangkan Naïve Bayes 96.15%. Dengan akurasi tersebut model yang dibuat mampu mengklasifikasi jenis kanker payudara.  

• Katakunci Data mining, Kanker Payudara, Naïve Bayes, Support Vector Machine (SVM)
• URL http://
• Penerbit ,

REFERENSI

Abdul Jabbar, M., Hasmin, E., Susanto, C., Musu, W., & Artikel, I. (2022). Komparasi Algoritma Decision Tree, Naive Bayes, dan K-Nearest Neighbors dalam Klasifikasi Kanker Payudara Comparison of Decision Tree Algorithms, Naive Bayes, and K-Nearest Neighbors in Breast Cancer Classification. Oktober, 14(3), 258–270. https://www.doi.org/10.22303/csrid.14.3.2022.258-270

Apriyani, H., & Kurniati, K. (2020). Perbandingan Metode Naïve Bayes Dan Support Vector Machine Dalam Klasifikasi Penyakit Diabetes Melitus. Journal of Information Technology Ampera, 1(3), 133–143. https://doi.org/10.51519/journalita.volume1.isssue3.year2020.page133-143

Arifin, S. S., Siregar, A. M., Ratna, A., & Mudzakir, T. Al. (2021). Klasifikasi Penyakit Kanker Serviks Menggunakan Algoritma Support Vector Machine ( SVM). The 4th Conference on Innovation and Application of Science and Technology (CIASTECH 2021), 4, 521–528.

Bi, Q., Goodman, K. E., Kaminsky, J., & Lessler, J. (2019). What is machine learning? A primer for the epidemiologist. American Journal of Epidemiology, 188(12), 2222–2239. https://doi.org/10.1093/aje/kwz189

Chazar, C., & Erawan, B. (2020). Machine Learning Diagnosis Kanker Payudara Menggunakan Algoritma Support Vector Machine. INFORMASI (Jurnal Informatika Dan Sistem Informasi), 12(1), 67–80. https://doi.org/10.37424/informasi.v12i1.48

Dewi, S. (2019). Komparasi Metode Algoritma Data Mining pada Prediksi Uji Kelayakan Credit Approval pada Calon Nasabah Kredit Perbankan. Jurnal Khatulistiwa Informatika, 7(1), 59–65. https://doi.org/10.31294/jki.v7i1.5744

Etriyanti, E., Syamsuar, D., & Kunang, N. (2020). Implementasi Data Mining Menggunakan Algoritme Naive Bayes Classifier dan C4.5 untuk Memprediksi Kelulusan Mahasiswa. Telematika, 13(1), 56–67. https://doi.org/10.35671/telematika.v13i1.881

Hero, S. K. (2021). Faktor Resiko Kanker Payudara. Jurnal Bagus, 02(01), 402–406. http://download.portalgaruda.org/article.php?article=136167&val=5652

Iis Dewi Ratih, S M Retnaningsih, & V M Dewi. (2022). Klasifikasi Kualitas Tanah Menggunakan Metode Naive Bayes Classifier. Jurnal Aplikasi Matematika Dan Statistik, 1(1), 11–20. https://doi.org/10.53625/jams.v1i1.4427

Karamti, H., Alharthi, R., Umer, M., Shaiba, H., Ishaq, A., Abuzinadah, N., Alsubai, S., & Ashraf, I. (2023). Breast cancer detection employing stacked ensemble model with convolutional features. Cancer Biomarkers, 1, 1–16. https://doi.org/10.3233/cbm-230294

Kirola, M., Memoria, M., Dumka, A., Tripathi, A., & Joshi, K. (2022). A Comprehensive Review Study on: Optimized Data Mining, Machine Learning and Deep Learning Techniques for Breast Cancer Prediction in Big Data Context. Biomedical and Pharmacology Journal, 15(1), 13–25. https://doi.org/10.13005/bpj/2339

Laela, I. N., & Baihaqi, W. M. (2024). Analisis Klasifikasi Penyakit Multiple Sclerosis Menggunakan Algoritma Logistic Regression dan SVM. Generation Journal, 8(1), 27–33. https://doi.org/10.29407/gj.v8i1.20646

Muntiari, N. R., & Hanif, K. H. (2022). Klasifikasi Penyakit Kanker Payudara Menggunakan Perbandingan Algoritma Machine Learning. Jurnal Ilmu Komputer Dan Teknologi, 3(1), 1–6. https://doi.org/10.35960/ikomti.v3i1.766

Musu, W., Ibrahim, A., & Heriadi. (2021). Pengaruh Komposisi Data Training dan Testing terhadap Akurasi Algoritma C4.5. Prosiding Seminar Ilmiah Sistem Informasi Dan Teknologi Informasi, X(1), 186–195.

Mutiara, E.-. (2020). Algoritma Klasifikasi Naive Bayes Berbasis Particle Swarm Optimization Untuk Prediksi Penyakit Tuberculosis (Tb). Swabumi, 8(1), 46–58. https://doi.org/10.31294/swabumi.v8i1.7668

Novianti, D. (2019). Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner. Paradigma - Jurnal Komputer Dan Informatika, 21(1), 49–54. https://doi.org/10.31294/p.v21i1.4979

Oktavianto, H., & Handri, R. P. (2020). Analisis Klasifikasi Kanker Payudara Menggunakan Algoritma Naive Bayes. INFORMAL: Informatics Journal, 4(3), 117. https://doi.org/10.19184/isj.v4i3.14170

Pisner, D. A., & Schnyer, D. M. (2019). Support vector machine. In Machine Learning: Methods and Applications to Brain Disorders. Elsevier Inc. https://doi.org/10.1016/B978-0-12-815739-8.00006-7

Putra, A. P., Debataraja, N. N., & Kusnandar, D. (2020). Tingkat Akurasi Klasifikasi Jarak Kelahiran Di Kampung Keluarga Berencana (Kb) Dengan Metode Support Vector Machine (Svm). Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster), 09(3), 361–370.

Putranto, A., Azizah, N. L., & Astutik, I. R. I. (2023). Sistem Prediksi Penyakit Jantung Berbasis Web Menggunakan Metode Svm Dan Framework. Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), 4(2), 442–452. https://archive.ics.uci.edu/ml/datasets/heart+disease

Rady, E. H. A., & Anwar, A. S. (2019). Prediction of kidney disease stages using data mining algorithms. Informatics in Medicine Unlocked, 15(December 2018), 100178. https://doi.org/10.1016/j.imu.2019.100178

Rahayu, D. S., Afifah, J., & Intan, S. (2023). Classification of Diabetes Mellitus Using C4 . 5 Algorithm , Support Vector Machine ( SVM ) and Linear Regression Klasifikasi Penyakit Diabetes Melitus Menggunakan Algoritma C4 . 5 , Support Vector Machine ( SVM ) dan Regresi Linear. SENTIMAS: Seminar Nasional Penelitian Dan Pengabdian Masyarakat, 1(1 SE-), 56–63. https://journal.irpi.or.id/index.php/sentimas/article/view/550

Ramadhani, A. P., Wahyuni, E. D., & Arifiyanti, A. A. (2024). Klasifikasi Cyberbullying pada Komentar Instagram dengan Menggunakan Supervised Learning. Neptunus: Jurnal Ilmu Komputer Dan Teknologi Informasi, 2(2), 92–101. https://doi.org/10.61132/neptunus.v2i2.108

Rokhman, K. A., Berlilana, B., & Arsi, P. (2021). Perbandingan Metode Support Vector Machine Dan Decision Tree Untuk Analisis Sentimen Review Komentar Pada Aplikasi Transportasi Online. Journal of Information System Management (JOISM), 3(1), 1–7. https://doi.org/10.24076/joism.2021v3i1.341

Soer, U. D., Fauziah, S., & Aggita, M. (2023). Diagnosa Prediksi Penyakit Thypoid Fever Menggunakan Data Mining Dengan Metode Algoritma Naive Bayes Classifier. Jurnal Teknologi Informatika Dan Komputer, 9(1), 523–536. https://doi.org/10.37012/jtik.v9i1.1611

Sri Diantika, Windu Gata, & Hiya Nalatissifa. (2021). Komparasi Algoritma SVM Dan Naive Bayes Untuk Klasifikasi Kestabilan Jaringan Listrik. Elkom : Jurnal Elektronika Dan Komputer, 14(1), 10–15. https://doi.org/10.51903/elkom.v14i1.319

Suparna, K., & Sari, L. M. K. K. S. (2022). Kanker Payudara: Diagnostik, Faktor Risiko, Dan Stadium. Ganesha Medicine, 2(1), 42–48. https://doi.org/10.23887/gm.v2i1.47032

Tineges, R., Triayudi, A., & Sholihati, I. D. (2020). Analisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (SVM). Jurnal Media Informatika Budidarma, 4(3), 650. https://doi.org/10.30865/mib.v4i3.2181

Wibowo, M., & Ramadhani, R. (2021). Perbandingan Metode Klasifikasi Data Mining Untuk Rekomendasi Tanaman Pangan. Jurnal Media Informatika Budidarma, 5(3), 913. https://doi.org/10.30865/mib.v5i3.3086