Perbandingan Algoritma K-Nearest Neighbor (Knn) Dan Gaussian Naive Bayes (Gnb) Dalam Klasifikasi Breast Cancer Coimbra

Abstract

Kanker payudara didefinisikan sebagai suatu penyakit neoplasma ganas yang berasal dari parenchyma dan menghasilkan frekuensi kematian yang menjadi penyebab utama kekhawatiran di dunia. Kanker payudara merupakan kanker kedua yang paling banyak diderita dan penyebab kelima kematian kanker di seluruh dunia dengan presentase 6,4% dari semua penyebab kematian. Pada penelitian ini dilakukan klasifikasi terhadap data kanker payudara, dimana data tersebut terdapat adalah data darah pengidap kanker payudara. Metode yang digunakan pada klasifikasi ini adalah K-Nearest Neighbor (KNN) dan Gaussian Naive Bayes (GNB). Pengujian akurasi pada penelitian ini menggunakan Cross Validation dan evaluasi data ujia dengan Confusion Matrix. Dari penelitian ini didapatkan hasil pada 116 data darah kanker payudara, metode KNN menghasilkan akurasi 86,9% lebik baik dari pada GNB, dan untuk presisi dan recall, metode KNN menghasilkan presisi sebesar 87,3%, dan recall sebesar 86,7%, pengujian pada metode KNN menggunakan nilai K=4.

Kata Kunci : Klasifikasi data, Kanker Payudara, K-Nearest Neighbor, Gaussian Naive Bayes