Universitas Stikubank (Unisbank) Semarang Repository

ANALISA PREDIKSI KEKAMBUHAN KANKER PAYUDARA DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

MADYANINGRUM, ARDIAN NOKI (2019) ANALISA PREDIKSI KEKAMBUHAN KANKER PAYUDARA DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Undergraduate thesis, Universitas Stikubank.

[img] PDF
Restricted to Repository staff only

Download (3MB)

Abstract

Kanker payudara merupakan kanker yang menempati urutan kedua dan paling umum ditemui setelah kanker rahim. Kanker payudara dapat disembuhkan dengan berbagai pengobatan untuk menghambat pertumbuhan sel kanker yaitu dengan operasi, kemoterapi, radioterapi, dan terapi hormonal. Kekambuhan pada kanker payudara adalah penyebab utama kematian pada kanker payudara. Sampai saat ini belum diketahui hal-hal apa saja yang menyebabkan kekambuhan pada kanker payudara. Oleh sebab itu diperlukan prediksi yang tepat dengan menggunakan data mining. Klasifikasi merupakan salah satu teknik di dalam data mining. Dalam penelitian ini akan dilakukan bagaimana menerapkan salah satu algoritma data mining, yakni K-Nearest Neighbor. Algoritma ini melakukan klasifikasi berdasarkan kedekatan lokasi (jarak) antara data testing dengan data training. Tujuan dari penelitian ini yaitu untuk menganalisa kekambuhan pada data kanker payudara dan mengetahui tingkat akurasi data dengan menggunakan tools RStudio. Berdasarkan hasil percobaan sebanyak 3 kali dengan komposisi data training dan data testing yang berbeda, didapatkan hasil terbaik pada komposisi 70% data training dan 30%data testingmenghasilkan nilai k terbaik pada k=5 dengan nilai akurasi 80%. Pada penitian berikutnya dapat menggunakan algoritma yang lain agar dapat diperoleh hasil yang lebih akurat.

Item Type: Thesis (Undergraduate)
Additional Information: SKR.I.05.02.1801 NIM: 15.01.55.0065
Uncontrolled Keywords: Kata Kunci – Data Mining, Kanker Payudara, K-Nearest Neighbor
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Faculty / Institution: Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User: Yuliana Eliza
Date Deposited: 12 Nov 2019 06:50
Last Modified: 12 Nov 2019 06:50
URI: http://eprints.unisbank.ac.id/id/eprint/5498

Actions (login required)

View Item View Item