Giovillando
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN LOGISTIC REGRESSION DALAM KLASIFIKASI KANKER PAYUDARA Desiani, Anita; Zayanti, Des Alwine; Ramayanti, Indri; Ramadhan, Faishal Fitra; Giovillando
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 1 (2025): January 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i1.191

Abstract

Kanker payudara memberikan dampak fisik dan dampak psikologis pada pasien. Deteksi dini terhadap kanker payudara dibutuhkan pada pengidap yang berisiko mengidap kanker payudara. Salah satu solusi yang bisa dilakukan untuk deteksi dini penyakit kanker payudara yaitu dengan melakukan klasifikasi menggunakan pendekatan data mining menggunakan algoritma Support Vector Machine (SVM) dan Algoritma Logistik Regresi (ALR) dengan teknik pengujian Precentage Split dan K-Fold Cross Validation. Penelitian ini bertujuan untuk mendapatkan hasil klasifikasi terbaik untuk mendeteksi penyakit kanker payudara dengan membandingkan kedua algoritma tersebut. Hasil Akurasi yang dihasilkan dari penelitian ini yaitu pada algoritma SVM diperoleh 96% pada metode Precentage Split dan 98% pada metode K-Fold Cross Validation. Sementara pada algoritma Logistic Regression didapat hasil akurasi sebesar 96% pada metode Precentage Split dan 97% untuk metode K-Fold Cross Validation. Berdasarkan hasil akurasi, algoritma SVM metode K-Fold Cross Validation merupakan algoritma terbaik dalam mengklasifikasi penyakit kanker payudara. Namun, hasil akurasi dari ALR masih bisa dikatakan sangat baik karena lebih dari 90%.