<![CDATA[Kanker paru-paru adalah jenis kanker yang tumbuh dalam organ paru-paru di mana perubahan sel paru-paru yang tidak normal terjadi. Penyakit ini disebabkan oleh beberapa kebiasaan seperti merokok, alergi, polusi udara, dan sebagainya. Kanker paru-paru termasuk jenis kanker yang mematikan. Deteksi dini dapat dilakukan dengan pendekatan matematis yaitu data mining. Penelitian ini bertujuan untuk menganalisis perbandingan kinerja klasifikasi antara algoritma Support Vector Machine (SVM) dan Adaptive Boosting (AdaBoost). Analisis komparatif ini dilakukan untuk mengidentifikasi algoritma mana yang menunjukkan performa paling optimal dalam penanganan data kanker paru-paru. Teknik uji yang dilakukan pada penelitian ini adalah percentage split dan K-Fold cross validation. Hasil pengujian dengan metode percentage split menunjukkan bahwa algoritma SVM mencapai akurasi 85%, sedangkan algoritma AdaBoost memperoleh akurasi 95%. Sementara itu, pengujian dilakukan menggunakan teknik K-Fold cross validation, akurasi untuk algoritma SVM adalah 88% dan untuk algoritma AdaBoost sebesar 93%. Dapat disimpulkan bahwa metode percentage split dengan algoritma AdaBoost memiliki performa tertinggi dibandingkan metode dan teknik pengujian lainnya, yaitu sebesar 98% sehingga algoritma Adaboost lebih akurat untuk deteksi dini kanker paru-paru. . Kontribusi penelitian ini terletak pada pengembangan sistem pendukung keputusan untuk diagnosis awal kanker paru-paru, yang berpotensi mempermudah tenaga medis dalam tahap deteksi dini.]]>
Copyrights © 2025
