Text

Optimasi Metode k-Nearest Neighbor(kNN) dengan kTree untuk Klasifikasi Kanker Payudara dengan Data MicroRNA

---

ABSTRAK

Penyakit Kanker Payudara merupakan penyakit yang diakibatkan oleh pertumbuhan sel tubuh
yang tidak normal pada bagian payudara, sel tersebut nantinya akan merusak sel tubuh lainnya.
Untuk mencegah kanker sangat diperlukan suatu system deteksi dini menggunakan biomarker
MicroRNA. Penelitian ini menerapkan metode k-Nearest Neighbor(kNN) dengan optimasi
kTree. Metode ini dihitung menggunakan 10-Fold Cross Validation dan Confusion Matrix
testing untuk menemukan akurasi. Hasil pengujian k-Nearest Neighbor(kNN) dengan optimasi
kTree menunjukkan rata-rata akurasi yang cukup tinggi yaitu 98,5%. k-Nearest Neighbor(kNN)
dengan optimasi kTree memiliki waktu yang lebih cepat untuk mendapatkan nilai k optimal saat
dilakukan pergantian data dibandingkan dengan kNN normal.
Kata Kunci : Kanker Payudara, MicroRNA, k-Nearest Neighbor, kTree

ABSTRACT

Breast Cancer is a disease caused by abnormal growth of body cells in the breast, these cells
will damage other body cells. To prevent cancer, an early detection system is needed using
MicroRNA biomarkers. This study applies the k-Nearest Neighbor (kNN) method with kTree
optimization. The method was calculated using 10-Fold Cross Validation and Confusion Matrix
testing to find accuracy. The test results of k-Nearest Neighbor (kNN) with kTree optimization
showed that the average accuracy was quite high at 98,5%. k-Nearest Neighbor (kNN) with
kTree optimization has a faster time to get the optimal k value when data changes are made
compared to normal kNN.
Keywords : Breast Cancer, MicroRNA, k-Nearest Neighbor, kTree

---

Ketersediaan

694F19I

694 F 19-i

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

694 F 19-i

Penerbit

: ., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

005.1068

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Ditya Hanggara WS

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar