p-Index From 2020 - 2025
8.827
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Buana Informatika Jurnal Informatika Jurnal Teknologi Informasi dan Ilmu Komputer JUITA : Jurnal Informatika Jurnas Nasional Teknologi dan Sistem Informasi POSITIF Edu Komputika Journal Sistemasi: Jurnal Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Computatio : Journal of Computer Science and Information Systems RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Jurnal Khatulistiwa Informatika JIKO (Jurnal Informatika dan Komputer) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Pilar Nusa Mandiri JTERA (Jurnal Teknologi Rekayasa) Jurnal Sains dan Informatika INOVTEK Polbeng - Seri Informatika Matrix : Jurnal Manajemen Teknologi dan Informatika SINTECH (Science and Information Technology) Journal Jurnal Informatika Universitas Pamulang Jurnal Teknoinfo Jurnal Sisfokom (Sistem Informasi dan Komputer) KACANEGARA Jurnal Pengabdian pada Masyarakat MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer KOMPUTA : Jurnal Ilmiah Komputer dan Informatika Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Teknologi Terapan Jurnal Teknologi Terpadu EDUMATIC: Jurnal Pendidikan Informatika EVOLUSI : Jurnal Sains dan Manajemen Building of Informatics, Technology and Science JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) JISKa (Jurnal Informatika Sunan Kalijaga) JTIM : Jurnal Teknologi Informasi dan Multimedia Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) JISA (Jurnal Informatika dan Sains) International Journal of Engineering, Technology and Natural Sciences (IJETS) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Idealis : Indonesia Journal Information System Jurnal Teknik Informatika (JUTIF) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Science in Information Technology Letters Journal of Soft Computing Exploration Jurnal Indonesia : Manajemen Informatika dan Komunikasi KLIK: Kajian Ilmiah Informatika dan Komputer International Journal Software Engineering and Computer Science (IJSECS) Jurnal Sains dan Teknologi International Journal Science and Technology (IJST) Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Scientific Research, Education, and Technology Journal of Data Science Theory and Application NERO (Networking Engineering Research Operation) SmartComp Jurnal Indonesia : Manajemen Informatika dan Komunikasi Emitor: Jurnal Teknik Elektro
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Sains dan Informatika

Pengaruh Komposisi Split data Terhadap Performa Klasifikasi Penyakit Kanker Payudara Menggunakan Algoritma Machine Learning Rian Oktafiani; Arief Hermawan; Donny Avianto
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.622

Abstract

Hasil klasifikasi kanker payudara yang tidak tepat dan memiliki akurasi rendah berpotensi membahayakan nyawa pasien. Rasio split data training dan testing mempengaruhi akurasi klasifikasi. Pemilihan rasio split data yang tidak tepat dapat menurunkan akurasi model. Penelitian ini bertujuan menemukan komposisi data terbaik untuk hasil klasifikasi kanker payudara yang baik. Metode yang digunakan adalah holdout dan k-fold cross validation. Algoritma klasifikasi yang dibandingkan adalah SVM, Random Forest, dan Naïve Bayes. Hasil penelitian menunjukkan performa akurasi yang berbeda pada ketiga algoritma tergantung pada metode validasi. Skema holdout validation dengan rasio 75%:25% menghasilkan akurasi terbaik untuk SVM, yaitu 98.89%. Algoritma Random Forest mencapai akurasi terbaik pada rasio split data 55%:45%, yaitu 95.85%. Namun, Naïve Bayes memiliki performa akurasi yang lebih baik saat menggunakan k-fold cross validation dengan akurasi 93.85%. Metode holdout dengan rasio 75:25 terbukti menghasilkan akurasi terbaik untuk klasifikasi data kanker payudara menggunakan SVM. Penelitian selanjutnya dapat menggunakan algoritma deep learning dan memperluas penelitian ke jenis kanker lainnya untuk meningkatkan hasil klasifikasi.
Co-Authors Adicahya, Bina Sukma Adityo Permana Wibowo Alfin Syarifuddin Syahab Alwani, Adie G. Amalia Rizki Wulandari Apriansyah, Ferryma Arba Ardiansyah, Diky Aribowo Aribowo Arief Budiyanto Arief Hermawan Arieska Restu Harpian Dwika Arif Hermawan, Arif Ashari, Nadia Aziz Perdana Baiq Nurul Azmi Bowo Hirwono Budiyanto, Irfan Budiyanto, Irffan Dewi, Amelia Citra Dian Wijayanti Dimas Dwi Kurniawan Dwi Ratnawati, Dwi Edi Priyanto Enggar Novianto Enggar Novianto Erfin Nur Rohma Khakim Fadhila, Arifa Farras Fadilah, Faiz Fahri Putra Herlambang Faqih, Allan Bil Febiansyah Annaufal Ahnaf Fauzi Ferdinandus Edwin Penalun Gunawan, Asrul Hardiyantari, Oktavia Herdy Andriksen Ilmy Eka Handayani Imantoko Imantoko Iqbal, Muhammad Izza Jagad Raya Ramadhan Kusban, Muhammad Kusumastuti, Asriana Dyah Maulana, Adha Muh Arifandi Muhammad Irsyad Indra Fata Muhammad Rizki Muhammad Rizki Muhammad Rizki Muhammad Satrio Gumilang Nasmah Nur Amiroh Nazar Iqbal Bimantoro Novaldy, Olwin Kirab Nur Widiastuti Nurazila, Siti Octavianus, Yonathan Panji Rangga Adzan Fajar Fakharudin Perdana, Aziz Purba, Yurjaa Ghoniyyan Putra, Kristianto Pratama Dessan Reski Noviana Rian Oktafiani Rian Oktafiani Rianto Rianto Rifqi Fadhlurrahman Hanif Rizky Samudra Falasyfa Roy Fasti Rubangi Rubangi Rudi, Rudiono Rusma Eko Fiddy Rizarta Saputra, Candra Heru Setiawan, Muhhamad Ajun Siti Rokhanah Soraya Fatmawati Sri Wulandari SRI WULANDARI Sutarman Sutarman Tri Untoro, Iwan Hartadi Tri Widodo Vivianti Wahid, Ach. Nur Aqil Widyastuti, Evi