<![CDATA[Salah satu keganasan paling umum pada wanita, kanker payudara, juga merupakan salah satu penyebab utama kematian. Menurut Organisasi Kesehatan Dunia, kanker payudara sekarang menjadi keganasan paling umum di antara wanita di seluruh dunia. Untuk menyelamatkan nyawa, identifikasi dini kanker payudara sangat penting. Akurasi klasifikasi dari database Wisconsin Breast Cancer (WBC) digunakan untuk membandingkan berbagai pengklasifikasi Data Mining dalam penelitian ini. Bertujuan untuk akurasi prediksi yang tinggi, pekerjaan ini bermaksud untuk mengembangkan model klasifikasi akurat untuk prediksi kanker payudara yang sepenuhnya menggunakan informasi berharga yang ditemukan dalam data klinis. Berdasarkan data WBC, kami telah menjalankan uji coba. Ini dibagi menjadi dua set: set latihan 499 pasien dan set tes dunia nyata 200. Menggunakan perangkat lunak Weka, eksperimen ini menganalisis enam strategi kategorisasi dan menemukan bahwa Support Vector Machine (SVM) lebih akurat dalam memprediksi masa depan daripada teknik lain yang diuji. Keakuratan beberapa teknologi deteksi kanker payudara sedang diselidiki dan dibandingkan. SVM lebih cocok untuk menangani kesulitan klasifikasi seperti prediksi kanker payudara. Jadi kami menyarankan untuk menerapkan temuan ini pada masalah klasifikasi lainnya juga]]>
Copyrights © 2021
