Text

Perbandingan Kinerja Naive Bayes Classifier dan Jaringan Syaraf Tiruan Backpropagation Pada Klasifikasi Penyakit Kanker Payudara

---

ABSTRAK

Klasifikasi antara sel kanker dengan normal menggunakan data fluorescence hasil pengukuran ekpresi gen MicroRNA sangat diperlukan untuk keberhasilan sistem dektesi dini. Metode klasifikasi yang diimplementasikan pada tugas akhir ini adalah Naive Bayes Classifier dan Jaringan Syaraf Tiruan Backpropagation. Metode klasifikasi yang digunakan diukur akurasinya dengan menggunakan metode pengujian 10 fold cross validation. Hasil eksperimen menunjukan waktu komputasi pengujian k-fold tercepat adalah menggunakan metode Naive Bayes Classifier. Waktu komputasi pengujian k-fold menggunakan Naive Bayes Classifier adalah 0,112 detik pada lingkungan pengembangan sedangkan Backpropagation adalah 10,063 detik pada lingkungan pengembangan. Akurasi terbaik diperoleh menggunakan metode Jaringan Syaraf Tiruan Backpaopagation dengan nilai akurasi 99.04%, sensitivity 0,99038, specificity 0,99038, dan false positive rate 0,00962 sedangkan Naive Bayes Classifier memperoleh akurasi 97.12%, sensitivity 0,99, specificity 0,95470, dan false positive rate 0,05607.

Kata Kunci : Kanker Payudara, Naive Bayes Classifier, Jaringan Syaraf Tiruan
Backpropagation, MicroRNA

ABSTRACT

Classification between cancer cell and normal using fluorescence data from the result of MicroRNA gen expression measurement is needed for early detection system. Classification methods used in this study are Naive Bayes Classifier and Backpropagation Neural Network. Accuracy of the classification methods are measured using 10 fold cross validation. Result of experiments suggests that the fastest computation time for k-fold evaluation method is by using Naive Bayes Classifier. Computation time for k-fold evaluation using Naive Bayes Classifier is 0,112 seconds in development environment whilst the computation time of Backpropagation is 10,063 seconds in the development environment. The best accuracy is obtained by using Backpropagation with the accuracy 99.04%, sensitivity 0,99038, specificity 0,99038, and false positive rate 0,00962 whilst the accuracy using Naive Bayes is 97.12%, sensitivity 0,99, specificity 0,95470, dan false positive rate 0,05607.
Keyword : Breast Cancer, Naive Bayes Classifier, Backpropagaion Nerual Network,
MicroRNA

---

Ketersediaan

561F17IV

561 F 17-iv

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

561 F 17-iv

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1435

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Kharis Khasburrahman

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar