KLASIFIKASI SEL KANKER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Rahman, Dhimas Fachri (2024) KLASIFIKASI SEL KANKER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text Pendahuluan.pdf Download (161kB)
	Text Abstrak.pdf Download (125kB)
	Text Bab I.pdf Download (134kB)
	Text Bab II.pdf Restricted to Repository staff only Download (158kB) | Request a copy
	Text Bab III.pdf Restricted to Repository staff only Download (243kB) | Request a copy
	Text Bab IV.pdf Restricted to Repository staff only Download (385kB) | Request a copy
	Text Bab V.pdf Restricted to Repository staff only Download (127kB) | Request a copy
	Text Daftar Pustaka.pdf Download (195kB)
	Text Lampiran.pdf Restricted to Repository staff only Download (881kB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi sel kanker menggunakan algoritma Support Vector Machine (SVM) berdasarkan dataset yang disediakan oleh Asuncion dan Newman pada tahun 2007. Dataset ini terdiri dari 699 sampel sel yang telah dikategorikan sebagai sel jinak atau ganas. Penelitian ini mengevaluasi kinerja model SVM dalam hal akurasi, presisi, recall, dan F1-score. Hasilnya menunjukkan bahwa algoritma SVM mampu mengklasifikasikan sel kanker dengan akurasi tinggi, yang dapat membantu dalam proses diagnosis medis.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Rintyarna, Bagus Setya

NIDN0729017904

Dosen Pembimbing

Daryanto, Daryanto

NIDN0707077203

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Support Vector Machine (SVM), klasifikasi sel kanker, machine learning, diagnosis medis.
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Dhimas Fachri Rahman | dimasfachri6@gmail.com
Date Deposited:	30 Jul 2024 01:12
Last Modified:	30 Jul 2024 01:12
URI:	http://repository.unmuhjember.ac.id/id/eprint/22712

Actions (login required)

View Item