<![CDATA[Kanker payudara merupakan salah satu penyebab utama kematian di dunia, di mana deteksi dini sangat penting untuk meningkatkan prognosis pasien. Namun, metode tradisional yang bergantung pada pengalaman dokter masih rentan terhadap kesalahan diagnosis, yang dapat menghambat upaya penanganan yang tepat. Oleh karena itu, penelitian ini bertujuan untuk meningkatkan akurasi dalam klasifikasi kanker payudara dengan menerapkan metode Correlated Naïve Bayes (C-NBC). Metode ini dipilih karena kemampuannya untuk mengukur korelasi antara atribut dan kelas, yang dapat menghasilkan klasifikasi yang lebih tepat dan akurat. Penelitian ini menggunakan dataset Breast Cancer Coimbra yang terdiri dari 10 atribut untuk menguji kinerja kedua metode tersebut. Hasil pengujian menunjukkan bahwa metode Naïve Bayes menghasilkan akurasi sebesar 88,57%, sementara metode Correlated Naïve Bayes berhasil meningkatkan akurasi klasifikasi hingga 91,42%, yang lebih tinggi sebesar 2,85% dibandingkan dengan metode Naïve Bayes. Penelitian ini menunjukkan bahwa metode Correlated Naïve Bayes dapat meningkatkan performa klasifikasi penyakit kanker payudara dan dapat memberikan kontribusi terhadap pengembangan metodologi klasifikasi dalam bidang medis.]]>
