Implementasi Algoritma Naïve Bayes Dengan Optimasi Backward Elimination Pada Dataset Breast Cancer

Abstract

Kanker merupakan jenis penyakit yang kurang disadari oleh sebagian masyarakat, karena sebagian masyarakat yang terkena penyakit ini kurang mengetahui kanker itu sendiri dan kurangnya melakukan deteksi dini terhadap kanker, akibatnya sebagian besar kanker ditemukan pada stadium lanjut dan sulit ditanggulangi sehingga memberikan beban yang besar bagi penderita kanker. Deteksi dini terhadap kanker khususnya kanker payudara sangat penting dilakukan untuk menanggulangi resiko kematian pada wanita yang sangat tinggi disebabkan oleh kanker payudara. Penelitian ini bertujuan untuk membantu melakukan klasifikasi kanker payudara berdasarkan data hasil pemeriksaan rutin pasien yang dirangkum dalam dataset breast cancer coimbra dan data tersebut didonasikan kepada UCI machine learning repository pada tahun 2018. Metode yang digunakan dalam proses klasifikasi pada penelitian ini yaitu permodelan backward elimination untuk optimasi akurasi serta algoritma naive bayes dan validasi split validation untuk memvalidasi permodelan. Hasil dari penelitian ini menunjukkan hasil akurasi sebesar 77.14%. Hasil tersebut menunjukkan bahwa hasil penelitian ini cukup baik untuk membantu mengklasifikan kanker payudara.