Text

Optimisasi Algoritma K-Nearest Neighbors (Knn) Dengan Pre-Processing Data Dan Teknik Hyperparameter Tuning Grid Search Pada Kasus Kanker Payudara

---

Kanker payudara (breast cancer) merupakan salah satu jenis kanker yang paling
umum dan menjadi penyebab utama kematian akibat kanker pada wanita di seluruh
dunia. Dalam penelitian ini, dilakukan klasifikasi diagnosis kanker payudara untuk
memprediksi kanker jinak (benign) dan kanker ganas (malignant) menggunakan
algoritma k-nearset neigbors (KNN). Sebelum data dilatih, dataset dibersihkan
pada tahapan pre-processing data agar kualitas data pelatihan meningkat. Algoritma
KNN dioptimisasi menggunakan teknik hyperparameter tuning dengan metode
grid search. Sebanyak 3 tetangga terdekat, metrik jarak Manhattan, dan
pembobotan uniform merupakan kombinasi terbaik dari hyperparameter tuning
terhadap dataset kanker payudara. Model KNN yang dioptimisasi dengan teknik
hyperparameter tuning memiliki performa lebih baik dibandingkan model yang
tidak dioptimisasi. Namun, model KNN tanpa melalui pre-processing data
mengalami performa yang stagnan. Performa ini tetap sama meskipun telah
dilakukan hyperparameter tuning terhadap modelnya. Hasil ini menunjukkan
bahwa optimisasi dengan teknik hyperparameter tuning dikombinasikan dengan
dataset yang melalui pre-processing data sangat efektif dalam meningkatkan
performa model. Performa akurasi, presisi, dan sensitivitas yang stabil juga
menunjukkan bahwa model dapat memprediksi kelas benign dan malignant dengan
baik.

Kata Kunci : K-Nearest Neighbor (KNN), Hyperparameter Tuning, Preprocessing Data, Pembelajaran Mesin, Kanker Payudara

---

Ketersediaan

2811A2025

2811 A 2025

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

2811 A 2025

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Faishal Muhammad Yazid

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar