Ensemble Classifier untuk Klasifikasi Kanker Payudara

Kanker payudara merupakan jenis kanker yang paling banyak diderita oleh kaum wanita di Indonesia. Penyakit tersebut dapat berakibat pada kematian jika terlambat ditangani. Oleh karena itu, deteksi dini kanker payudara merupakan langkah awal untuk menyelamatkan nyawa pasien. Pada penelitian ini telah...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Khadijah Khadijah, Retno Kusumaningrum
Formato:	article
Lenguaje:	EN
Publicado:	UIR Press 2019
Materias:	klasifikasi kanker payudara ensemble classfier elm svm knn Computer software QA76.75-76.765 Information technology T58.5-58.64 Computer engineering. Computer hardware TK7885-7895
Acceso en línea:	https://doaj.org/article/ca70b402c5d74bd8960cd4e86f499f92
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:ca70b402c5d74bd8960cd4e86f499f92
record_format	dspace
spelling	oai:doaj.org-article:ca70b402c5d74bd8960cd4e86f499f922021-11-04T09:50:38ZEnsemble Classifier untuk Klasifikasi Kanker Payudara2528-40612528-405310.25299/itjrd.2019.vol4(1).3540https://doaj.org/article/ca70b402c5d74bd8960cd4e86f499f922019-08-01T00:00:00Zhttps://journal.uir.ac.id/index.php/ITJRD/article/view/3540https://doaj.org/toc/2528-4061https://doaj.org/toc/2528-4053Kanker payudara merupakan jenis kanker yang paling banyak diderita oleh kaum wanita di Indonesia. Penyakit tersebut dapat berakibat pada kematian jika terlambat ditangani. Oleh karena itu, deteksi dini kanker payudara merupakan langkah awal untuk menyelamatkan nyawa pasien. Pada penelitian ini telah dilakukan klasifikasi kanker payudara berdasarkan data anthopometric serta data dari hasil tes darah rutin menggunakan single classifier (ELM, SVM dan kNN) dan ensemble classifier yang menggabungkan ketiga algoritma tersebut dengan penentuan kelas majority voting. Pembagian data dilakukan dengan three way data split. Hasil eksperimen menunjukkan bahwa saat menggunakan keseluruhan fitur penggunaan ensemble classifier lebih baik daripada single classifier dalam hal akurasi maupun G-mean. Namun, saat menggunakan 4 fitur terbaik (resistin, glucose, age, dan BMI) penggunaan ensemble classifier sedikit lebih baik dalam hal G-mean. Hal ini disebabkan minimnya diversity di antara classifier sehingga saat digabungkan tidak mampu memperbaiki hasil.Khadijah KhadijahRetno KusumaningrumUIR Pressarticleklasifikasikanker payudaraensemble classfierelmsvmknnComputer softwareQA76.75-76.765Information technologyT58.5-58.64Computer engineering. Computer hardwareTK7885-7895ENIT Journal Research and Development, Vol 4, Iss 1, Pp 61-71 (2019)
institution	DOAJ
collection	DOAJ
language	EN
topic	klasifikasi kanker payudara ensemble classfier elm svm knn Computer software QA76.75-76.765 Information technology T58.5-58.64 Computer engineering. Computer hardware TK7885-7895
spellingShingle	klasifikasi kanker payudara ensemble classfier elm svm knn Computer software QA76.75-76.765 Information technology T58.5-58.64 Computer engineering. Computer hardware TK7885-7895 Khadijah Khadijah Retno Kusumaningrum Ensemble Classifier untuk Klasifikasi Kanker Payudara
description	Kanker payudara merupakan jenis kanker yang paling banyak diderita oleh kaum wanita di Indonesia. Penyakit tersebut dapat berakibat pada kematian jika terlambat ditangani. Oleh karena itu, deteksi dini kanker payudara merupakan langkah awal untuk menyelamatkan nyawa pasien. Pada penelitian ini telah dilakukan klasifikasi kanker payudara berdasarkan data anthopometric serta data dari hasil tes darah rutin menggunakan single classifier (ELM, SVM dan kNN) dan ensemble classifier yang menggabungkan ketiga algoritma tersebut dengan penentuan kelas majority voting. Pembagian data dilakukan dengan three way data split. Hasil eksperimen menunjukkan bahwa saat menggunakan keseluruhan fitur penggunaan ensemble classifier lebih baik daripada single classifier dalam hal akurasi maupun G-mean. Namun, saat menggunakan 4 fitur terbaik (resistin, glucose, age, dan BMI) penggunaan ensemble classifier sedikit lebih baik dalam hal G-mean. Hal ini disebabkan minimnya diversity di antara classifier sehingga saat digabungkan tidak mampu memperbaiki hasil.
format	article
author	Khadijah Khadijah Retno Kusumaningrum
author_facet	Khadijah Khadijah Retno Kusumaningrum
author_sort	Khadijah Khadijah
title	Ensemble Classifier untuk Klasifikasi Kanker Payudara
title_short	Ensemble Classifier untuk Klasifikasi Kanker Payudara
title_full	Ensemble Classifier untuk Klasifikasi Kanker Payudara
title_fullStr	Ensemble Classifier untuk Klasifikasi Kanker Payudara
title_full_unstemmed	Ensemble Classifier untuk Klasifikasi Kanker Payudara
title_sort	ensemble classifier untuk klasifikasi kanker payudara
publisher	UIR Press
publishDate	2019
url	https://doaj.org/article/ca70b402c5d74bd8960cd4e86f499f92
work_keys_str_mv	AT khadijahkhadijah ensembleclassifieruntukklasifikasikankerpayudara AT retnokusumaningrum ensembleclassifieruntukklasifikasikankerpayudara
_version_	1718444928115146752

Ensemble Classifier untuk Klasifikasi Kanker Payudara

Ejemplares similares