Perbandingan Algoritma K-Nearest Neighbor (Knn) Dan Guassian Naive Bayes (Gnb) Dalam Klasifikasi Breast Cancer Coimbra

Wijaya, Johan Taruna (2021) Perbandingan Algoritma K-Nearest Neighbor (Knn) Dan Guassian Naive Bayes (Gnb) Dalam Klasifikasi Breast Cancer Coimbra. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

[img] Text
Jurnal Smart Teknologi.pdf

Download (313kB)
[img] Text
a. PENDAHULUAN.pdf

Download (2MB)
[img] Text
b. ABSTRAK.pdf

Download (172kB)
[img] Text
c. BAB I.pdf

Download (396kB)
[img] Text
d. BAB II.pdf
Restricted to Repository staff only

Download (838kB) | Request a copy
[img] Text
e. BAB III.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
f. BAB IV.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Text
g. BAB V.pdf
Restricted to Repository staff only

Download (243kB) | Request a copy
[img] Text
h. DAFTAR PUSTAKA .pdf

Download (545kB)
[img] Text
i. LAMPIRAN.pdf
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Kanker payudara didefinisikan sebagai suatu penyakit neoplasma ganas yang berasal dari parenchyma dan menghasilkan frekuensi kematian yang menjadi penyebab utama kekhawatiran di dunia. Kanker payudara merupakan kanker kedua yang paling banyak diderita dan penyebab kelima kematian kanker di seluruh dunia dengan presentase 6,4% dari semua penyebab kematian. Pada penelitian ini dilakukan klasifikasi terhadap data kanker payudara, dimana data tersebut terdapat adalah data darah pengidap kanker payudara. Metode yang digunakan pada klasifikasi ini adalah K-Nearest Neighbor (KNN) dan Gaussian Naive Bayes (GNB). Pengujian akurasi pada penelitian ini menggunakan Cross Validation dan evaluasi data ujia dengan Confusion Matrix. Dari penelitian ini didapatkan hasil pada 116 data darah kanker payudara, metode KNN menghasilkan akurasi 86,9% lebik baik dari pada GNB, dan untuk presisi dan recall, metode KNN menghasilkan presisi sebesar 87,3%, dan recall sebesar 86,7%, pengujian pada metode KNN menggunakan nilai K=4.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Klasifikasi data, Kanker Payudara, K-Nearest Neighbor, Gaussian Naive Bayes
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: Johan Taruna Wijaya
Contributors:
ContributionContributor NameNIDN/NIDK
UNSPECIFIEDOktavianto, Hardiannidn0722108105
UNSPECIFIEDAl Faruq, Habibatul Azizahnidn0718128901
Contact Email Address: johantaruna007@gmail.com
Date Deposited: 13 Sep 2021 01:37
Last Modified: 13 Sep 2021 01:46
URI: http://repository.unmuhjember.ac.id/id/eprint/11950

Actions (login required)

View Item View Item