Text

Perbandingan Kinerja Antara Metode Naïve Bayes Classifier Dan Metode Jaringan Saraf Tiruan Backpropagation Untuk Klasifikasi Kanker Payudara Menggunakan Analisis Darah Rutin

---

ABSTRAK

Kanker payudara adalah pertumbuhan sel abnormal yang terjadi pada payudara. Sel lama
yang seharusnya mati dan diganti dengan sel baru tetap hidup dan tumbuh diluar kendali
yang kemudian membentuk sel-sel baru yang abnormal. Salah satu cara untuk klasifikasi
kanker payudara adalah menggunakan analisis darah rutin. Penelitian ini membandingkan
kinerja antara metode Naïve Bayes Classifier dan metode Jaringan Saraf Tiruan
Backpropagation untuk klasifikasi kanker payudara menggunakan Analisis Darah Rutin.
Hasil pengujian Naïve Bayes Classifier adalah akurasi sebesar 64%, sensitivity sebesar 38%,
specificity sebesar 90%, dan waktu proses selama 1.1132 detik, sementara metode Jaringan
Saraf Tiruan Backpropagation menghasilkan akurasi sebesar 85%, sensitivity sebesar 90%,
specificity sebesar 80%, dan waktu proses selama 677.6012 detik.
Kata Kunci: Kanker Payudara, Analisis Darah Rutin, Naïve Bayes Classifier, Jaringan Saraf
Tiruan Backpropagation

ABSTRACT

Breast cancer is abnormal cell growth that occurs in the breast. Old cells that should die and
be replaced with new cells remain alive and grow out of control which then forms new
abnormal cells. One way to classify breast cancer is to use routine blood analysis. This study
compares the performance between Naïve Bayes Classifier method and Backpropagation
Artificial Neural Network method for breast cancer classification using routine blood
analysis. The results of the Naïve Bayes Classifier test were 64% accuracy, 38% sensitivity,
90% specificity, and 1.1132 seconds processing time, while the Backpropagation Artificial
Neural Network method produced an accuracy of 85%, sensitivity of 90%, specificity of
80%, and the processing time of 677,6012 seconds.
Keywords: Breast Cancer, Routine Blood Analysis, Naïve Bayes Classifier,
Backpropagation Artificial Neural Network

---

Ketersediaan

727F19III

727 F 19-ii

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

727 F 19-ii

Penerbit

: ., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

530.42

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Laser

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Faisal Marifat

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar