Penerapan Dimensi Reduksi Pada Machine Learning Dalam Klasifikasi Kanker Payudara Berdasarkan Parameter Medis

Jamilatul Badriyah (Universitas Madura)
Nilam Ramadhani (Universitas Madura)
Agung Muliawan (Institut Teknologi dan Sains Manala)
Khanun Roisatul Ummah (Universitas Muhammadiyah Surakarta)
Ata Amrullah (Universitas Islam Darul Ulum)

Jurnal Restikom : Riset Teknik Informatika dan Komputer
Vol 6 No 3 (2024): Desember

Kanker payudara adalah salah satu penyakit mematikan yang menyerang wanita karena jaringan payudara tumbuh tidak terkendali. Penelitian ini bertujuan untuk menerapkan teknik machine learning dalam klasifikasi kanker payudara untuk mendukung diagnosis yang lebih cepat dan akurat. Data yang digunakan dalam penelitian ini mencakup berbagai parameter medis seperti panjang radius, cekungan, jumlah titik cekung, posisi simetri, dimensi fraktal, luas, kehalusan dan lainnya. Metode yang digunakan dalam penelitian ini meliputi teknik klasifikasi seperti Deep learning dan Neural Network dengan kombinasi dimensi reduksi menggunakan Principal Component Analysis (PCA). Penggunaan dimensi reduksi dalam mengurangi kompleksitas data dan meningkatkan kinerja model. Hasil dari penelitian ini menunjukkan bahwa dimensi reduksi menggunakan Principal Component Analysis pada machine learning dapat meningkatkan akurasi kinerja model dengan akurasi tertinggi 96,84 pada Deep Learning