Klasifikasi Penyakit Kanker Payudara Menggunakan Metode K-Nearet Neighbors (KNN)
DOI:
https://doi.org/10.14421/fourier.2023.122.79-85Keywords:
Kanker Payudara, Klasifikasi, K-Nearest Neighbors, Confusion MatrixAbstract
Kanker payudara adalah jenis tumor ganas yang tumbuh di sel-sel payudara. Kanker payudara dibagi menjadi dua tingkatan yaitu Tingkat jinak dan ganas, pada tingkatan jinak benjolan yang ada di payudara masih bisa mengecil dan hilang, tetai pada tingkatan ganas sudah susah untuk diobati bahkan bisa menyebabkan kematian. Penelitian ini menggunakan metode Klasifikasi K-Nearest Neighbors (KNN) dengan menghasilkan nilai k = 8 dengan akurasi sebesar 77% dan terdapat 62 sampel data yang termasuk dalam kelas positif dan prediksinya benar. Berdasarkan Confusion Matrix, pengklasifikasian kanker payudara ini mendapatkan nilai akurasi sebesar 77%, nilai presisi sebesar 76% dan nilai recall sebesar 71%.
Downloads
References
I. N. Atthalla, A. Jovandy, and H. Habibie, “Klasifikasi Penyakit Kanker Payudara Menggunakan Metode K Nearest Neighbor,” Pros. Annu. Res. Semin., vol. 4, no. 1, pp. 148–151, 2018.
A. Rizka, M. K. Akbar, and N. A. Putri, “Carcinoma Mammae Sinistra T4bN2M1 Metastasis Pleura,” AVERROUS J. Kedokt. dan Kesehat. Malikussaleh, vol. 8, no. 1, p. 23, 2022, doi: 10.29103/averrous.v8i1.7006.
I. Yulianti, H. Setyawan, and D. Sutiningsih, “Faktor-Faktor Risiko Kanker Payudara,” J. Kesehat. Masy., vol. 4, no. 4, pp. 401–409, 2016.
H. Dewi, “Analisis risiko kanker payudara berdasar riwayat pemakaian kontrasepsi hormonal dan usia,” J. Berk. Epidemiol., vol. 3, no. 1, pp. 12–23, 2015.
S. R. Listyanto, “Implementasi K-Nearest Neighbor Untuk Mengenali Pola Citra Dalam Mendeteksi Penyakit Kulit,” UDiNus Repos., pp. 1–7, 2015.
M. I. P. Putra, D. T. Murdiansyah, and A. Aditsania, “Implementasi Algoritma Modified K-Nearest Neighbor ( MKNN ) untuk Klasifikasi Penyakit Kanker Payudara Tugas Akhir diajukan untuk memenuhi salah satu syarat memperoleh gelar sarjana dari Program Studi S1 Ilmu Komputasi M Ikhsan Perdana Putra Program Studi,” E-proceeding Eng., vol. 6, no. 1, pp. 2431–2441, 2019.
A. Herawati, S. Rijal, A. St Fahira Arsal, R. Purnamasari, D. Amelia Abdi, and S. Wahid, “Karakteristik Kanker Payudara,” Fakumi Med. J. J. Mhs. Kedokt., vol. 2, no. 5, pp. 359–367, 2022.
Data Mining.
P. Putra, A. M. H. Pardede, and S. Syahputra, “Analisis Metode K-Nearest Neighbour (Knn) Dalam Klasifikasi Data Iris Bunga,” J. Tek. Inform. Kaputama, vol. 6, no. 1, pp. 297–305, 2022.
D. A. Nasution, H. H. Khotimah, and N. Chamidah, “Perbandingan Normalisasi Data untuk Klasifikasi Wine Menggunakan Algoritma K-NN,” Comput. Eng. Sci. Syst. J., vol. 4, no. 1, p. 78, 2019, doi: 10.24114/cess.v4i1.11458.
M. A. Imron, “Peningkatan Akurasi Algoritma k-Nearest neighbor menggunakan Normalisasi Z-Score dan particle Swarm Optimization untuk Prediksi Customer Churn,” 2020.
A. Yandi Saputra and Y. Primadasa, “Penerapan Teknik Klasifikasi Untuk Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbour Implementation of Classification Method to Predict Student Graduation Using K-Nearest Neighbor Algorithm,” Techno.Com, vol. 17, no. 4, p. 9, 2018.
F. L. D. Cahyanti, W. Gata, and F. Sarasati, “Implementasi Algoritma Naïve Bayes dan K-Nearest Neighbor Dalam Menentukan Tingkat Keberhasilan Immunotherapy Untuk Pengobatan Penyakit Kanker Kulit,” J. Ilm. Univ. Batanghari Jambi, vol. 21, no. 1, p. 259, 2021, doi: 10.33087/jiubj.v21i1.1189.
J. Tp. A. K.-M. D. N. B. U. M. P. P. T. R. S. B. T. K. P. P. P. (PERSERO)eknik Informatika et al., “Perbandingan Algoritma K-Means Dan Naive Bayes Untuk Memprediksi Prioritas Pembayaran Tagihan Rumah Sakit Berdasarkan Tingkat Kepentingan Pada PT.Pertamina (PERSERO),” vol. 13, no. 2, pp. 1–8, 2021.
M. Sholeh, D. Andayati, and R. Y. Rachmawati, “Data Mining Model Klasifikasi Menggunakan Algoritma K-Nearest Neighbor Dengan Normalisasi Untuk Prediksi Penyakit Diabetes,” TeIKa, vol. 12, no. 02, pp. 77–87, 2022, doi: 10.36342/teika.v12i02.2911.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Micha Annata Shinami, Saiful Bahri
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.