<![CDATA[Kanker payudara adalah kanker paling umum yang menyerang wanita di seluruh dunia. Machine Learning telah banyak digunakan untuk membantu dalam mendukung keputusan para ahli kesehatan dalam memprediksi penyakit kanker payudara . Algoritma K-NN digunakan pada penelitian ini untuk mengklasifikasi dataset kanker payudara Coimbra dan forward selection diimplementasikan untuk menghindari sensitivitas K-NN terhadap attribute yang tidak relevan dan berkorelasi, sehingga kinerja K-NN dapat lebih maksimal. Tujuan penelitian ini adalah untuk membandingkan kinerja dari kombinasi K-NN dan forward selection dengan algoritma machine learning lainnya, sekaligus meningkatkan kinerja K-NN dalam mengklasifikasi dataset kanker payudara. Hasil menunjukan akurasi tertinggi diperoleh dari kombinasi KNN+FS sebesar 91,43% dengan 5 atribut terpilih dari 9 atribut independen. Bahkan KNN+FS juga mengungguli algoritma machine learning lainnya, juga unggul jika dibandingkan penelitian terdahulu. Forward selection dan proporsi data yang tepat sangat mempengarui kinerja K-NN dan machine learning lainnya.]]>
Copyrights © 2021
