Optimasi Parameter K pada Algoritma KNN untuk Deteksi Penyakit Kanker Payudara
DOI:
https://doi.org/10.47775/ictech.v13i1.2Abstrak
Kanker merupakan salah satu penyakit yang banyak menyebabkan kematian di seluruh dunia. Dari data International Agency for Research of Cancer (IARC) pada tahun 2012 tercatat lebih dari 8,2 juta jiwa meninggal dunia akibat penyakit kanker. Sedangkan keseluruhan kasus yang tercatat pada tahun tersebut mencapai 14.067.894 jiwa. Dalam 5 tahun terakhir penderita kanker payudara merupakan yang terbanyak yaitu 19,2% dari keseluruhan kasus. Selama ini pencatatan perihal pasien penyakit kanker sudah banyak dilakukan. Pencatatan tersebut nantinya dapat digunakan untuk menganalisa serta mendeteksi pasien lain yang memiliki ciri yang sama. Data mining merupakan ilmu yang menggunakan data lampau untuk menghasilkan informasi dan pengetahuan baru. Salah satu fungsi utama data mining adalah klasifikasi. Beberapa teknik klasifikasi digunakan untuk menghasilkan sebuah model atau tingkat akurasi. Salah satu algoritma klasifikasi terbaik adalah KNN. Dari hasil penelitian menunjukkan bahwa KNN dengan nilai k 13 memiliki tingkat akurasi terbaik yaitu 97,28% dengan nilai error sebesar 1,5% dan nilai mikro sebesar 97,28%.
Referensi
Alkaromi, M Adib. 2014. “Information Gain Untuk Pemilihan Fitur Pada Klasifikasi Heregistrasi Calon Mahasiswa Dengan Menggunakan K-NN.”
Alpaydin, Ethem. 2010. Introduction to Machine Learning Second Edition. London: The MIT Press.
Amancio, D. R., C. H. Comin, D. Casanova, G. Travieso, O. M. Bruno, F. a. Rodrigues, and L. Da F. Costa. 2013. “A Systematic Comparison of Supervised Classifiers,” October. http://arxiv.org/abs/1311.0202v1.
Ashari, Ahmad, Iman Paryudi, and A Min Tjoa. 2013. “Performance Comparison between Naïve Bayes , Decision Tree and K-Nearest Neighbor in Searching Alternative Design in an Energy Simulation Tool” 4 (11): 33–39.
Azhagusundari, B, and Antony Selvadoss Thanamani. 2013. “Feature Selection Based on Information Gain,” no. 2: 18–21.
Azwany, Faraby. 2010. “Sistem Pendukung Keputusan Pemberian Kredit Usaha Rakyat Pada Bank Syariah Mandiri Cabang Medan Menggunakan Metode AHP.” Program Studi Ilmu Komputer Departemen Ilmu Komputer Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara Medan.
Dwi Cahyani, Bangun. 2013. “Sistem Pendukung Keputusan Persetujuan Permohonan Kredit Pinjaman Pada Bank Muamalat Indonesia Cabang Yogyakarta.” Sekolah Tinggi Manajemen Informatika Dan Komputer AMIKOM Yogyakarta.
Ginanjar Mabrur, Angga, and Riani Lubis. 2012. “Penerapan Data Mining Untuk Memprediksi Kriteria Nasabah Kredit.” Jurnal Komputer Dan Informatika ( KOMPUTA ) 1.
Han, Jiawei, and Micheline Kamber. 2006. “Data Mining: Concepts and Techniques Second Edition”40 (6). Elsevier: 9823. doi:10.1002/1521-3773(20010316)40:6<9823::AID- ANIE9823>3.3.CO;2-C.
Iarc., International Agency for Research on Cancer. World Health Organization. 2012. “GLOBOCAN 2012: Estimated Cancer Incidence, Mortality and Prevalence Worldwide in 2012.” Globocan. doi:10.1002/ijc.27711.
Indrayanti, Devi Sugianti, and M Adib Al Karomi. 2017. “Optimasi Parameter K Pada Algoritma K-Nearest Neighbour Untuk Klasifikasi Penyakit Diabetes Mellitus.” Prosiding SNATIF Buku 3 (2017): 823–29.
Ivandari, Tria Titiani Chasanah, Sattriedi Wahyu Binabar, and M Adib Al Karomi. 2017. “Data Attribute Selection with Information Gain to Improve Credit Approval Classification Performance Using K- Nearest Neighbor Algorithm.” IJIBEC I: 15–24.
Karegowda, Asha Gowda, A S Manjunath, and M. A Jayaram. 2010. “Comparative Study of Attribute Selection Using Gain Ratio and Correlation Based Feature Selection.” International Journal of Information Technology and Knowledge Management 2 (2): 271–77.
Karomi, M Adib Al. 2015. “Optimasi Parameter K Pada Algoritma KNN Untuk Klasifikasi Heregistrasi Mahasiswa Program Studi Teknik Informatika STMIK Widya Pratama Jl . Patriot 25 Pekalongan Email?: Adib.comp@gmail.com.” IC-TECH X (285): 5.
Koprinska, Irena. 2010. “Feature Selection for Brain-Computer Interfaces,” 100–111.
Maimoon, Oded, and Lior Rokach. 2010. Data Mining and Knowledg Discovery Handbook. Vol. 40. Springer. doi:10.1002/1521 3773(20010316)40:6<9823::AID ANIE9823>3.3.CO;2-C.
Maulana, Much. Rifqi, and M Adib Al Karomi. 2016. “Sistem Pendukung Keputusan Persetujuan Kredit Menggunakan Algoritma C4.5.” Jurnal IC-Tech Vol. XI No (1): 29–38. http://jurnal.stmik-wp.ac.id/gdl.php?mod=browse&op=read&i d=ictech--muchrifqim-80.
Melissa, Ira, and Raymond S Oetama. 2013. “Analisis Data Pembayaran Kredit Nasabah Bank Menggunakan Metode Data Mining” IV (1): 18–27.
Patel, Kanu, Jay Vala, and Jaymit Pandya. 2014. “Comparison of Various Classification Algorithms on Iris Datasets Using WEKA” 1 (1): 1–7.
Ragab, Abdul Hamid M., Amin Y. Noaman, Abdullah S. Al-Ghamdi, and Ayman I. Madbouly. 2014. “A Comparative Analysis of Classification Algorithms for Students College Enrollment Approval Using Data Mining.” Proceedings of the 2014 Workshop on Interaction Design in Educational Environments - IDEE ’14. New York, New York, USA: ACM Press, 106– 13. doi:10.1145/2643604.2643631.
Suhari, Yohanes, Muji Sukur, and Sri Eniyati. 2009. “SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT PADA PT . BPR ARTAMANUNGGAL ABADI MRANGGEN.” Dinamika Informatika Fakultas Teknologi Informasi Universitas Stikubank Semarang I (1).
Wahyu Oktaputra, Alif, and Edi Noersasongko. 2014. “Sistem Pendukung Keputusan Kelayakan Pemberian Kredit Motor Menggunakan Metode Simple Additive Weighting Pada Perusahaan Leasing HD Finance.” Program Studi Sistem Informasi - S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro, Semarang, 1–9.
Wasana, Emil. 2010. “Sistem Pendukung Keputusan Kelayakan Pengajuan Kredit Motor Menggunakan Metode Scoring System.” Jurusan Siste Informasi, Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya, 1–10.
Wu, Xindong, Vipin Kumar, J. Ross Quinlan, Joydeep Ghosh, Qiang Yang, Hiroshi Motoda, Geoffrey J. McLachlan, et al. 2007. Top 10 Algorithms in Data Mining. Knowledge and Information Systems. Vol. 14. doi:10.1007/s10115-007-0114-2.
Zahid, Ahmad. 2013. “Sistem Pendukung Keputusan Persetujuan Penerimaan Pinjaman Di PD.BPR BKK Lasem Dengan Menggunakan Metode Bayes.” Sekolah Tinggi Manajemen Informatika Dan Komputer AMIKOM Yogyakarta.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2018 IC-Tech
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
