PENGGABUNGAN ALGORITMA BACKWARD ELIMINATIONDANNAIVE BAYES UNTUK MENDIAGNOSIS PENYAKIT KANKER PAYUDARA

Abstract

Naive Bayes merupakan salah satu algoritma yang diusulkan oleh para peneliti data mining di bidang kesehatan misalnya penyakit kanker payudara. Penyakit kanker payudaramerupakansalah satu penyakit berbahayadan penyebab kematiandi seluruh dunia. Maka dari itu, penyakit kanker payudara perlu didiagnosis. Algoritma yang digunakan dalam penelitian ini adalah penggabungan algoritma Backward Elimination dan Naive Bayes untuk meningkatkan akurasi dalam diagnosis penyakitkanker payudara. Penelitian ini menggunakan dataset kanker payudara yang diperoleh dari Wisconsin Breast Cancer (WBC) UCI Dataset Machine Learning Repository. Parameter-parameter yang digunakan pada data setWisconsin Breast Cancer (WBC) adalahclump thickness,uniformity of cell size, uniformity of cell shape, marginal adhesion, single epithelial cell size, bare nuclei, bland chromatin, normal nucleoli, mitoses dan class.Hasil penelitian ini, pada dataset kanker payudara, algoritma Naive Bayes memiliki nilai akurasi sebesar 96.14% +/- 2.13%dan nilai Area Under Curve (AUC) sebesar 0.978 +/- 0.017yang termasuk dalam kategori klasifikasi sangat baik (excellent classification). Pada dataset kanker payudara, penggabungan algoritma Backward Elimination dan Naive Bayesmemiliki nilai akurasi sebesar 97.00% +/- 2.56%dan nilai Area Under Curve (AUC) sebesar 0.979 +/- 0.022 yang termasuk dalam kategori klasifikasi sangat baik (excellent classification). Tingkat akurasi penggabungan algoritma Backward Elimination danNaive Bayeslebih tinggi dari pada algoritma Naive Bayesdalam mendiagnosis penyakit kanker payudara.

Kata kunci :backward elimination, naive bayes, penyakit kanker payudara