Breast cancer atau kanker payudara adalah penyakit yang disebabkan karena adanya pertumbuhan sel-sel tubuh yang tidak normal dan mengambil alih sel yang masih sehat pada daerah payudara. Breast cancer sangat diperlukan penanganan dini agar sel kanker pada payudara tidak menyebar secara luas, karena breast cancer dapat menyebabkan kematian. Data mining dapat menjadi salah satu opsi solusi dalam membantu diagnosis kanker payudara. Data mining dapat berperan dalam membantu pengambilan keputusan, karena data yang sudah diolah dapat digunakan dalam analisis sebelum pengambilan keputusan. Analisis data dalam penelitian ini menggunakan algoritma klasifikasi k-Nearest Neighbor (k-NN) yang dioptimasi menggunakan teknik feature selection, yaitu wrapper forward selection. Hasil penelitian menunjukkan bahwa data mining sangat berguna dan bermanfaat dalam menganalisis dan mendiagnosis penyakit breast cancer. Hasil penelitian menunjukkan bahwa nilai persentase akurasi, presisi, dan recall pada model yang menggunakan forward selection menghasilkan persentase yang lebih tinggi daripada yang tidak menggunakan forward selection, yaitu sebesar 96,19%. Sedangkan model yang tidak menggunakan teknik forward selection menghasilkan tingkat akurasi sebesar 84,16%. Sehingga dalam penelitian ini, teknik forward selection sangat berpengaruh dalam meningkatkan akurasi pada model yang terbentuk.
Copyrights © 2025