Image of Penerapan Metode Extreme Learning Machine (ELM) untuk Meningkatkan Akurasi Algoritma K-Nearest Neighbors (KNN) dalam Klasifikasi Penyakit Kanker Payudara

Electronic Resource

Penerapan Metode Extreme Learning Machine (ELM) untuk Meningkatkan Akurasi Algoritma K-Nearest Neighbors (KNN) dalam Klasifikasi Penyakit Kanker Payudara

Kanker payudara merupakan salah satu penyakit berbahaya yang menjadi
ancaman serius bagi kesehatan wanita di seluruh dunia. Deteksi sejak dini sangat
penting untuk meningkatkan peluang kesembuhan serta memperpanjang harapan
hidup penderita. Namun demikian, rendahnya tingkat akurasi dan keterbatasan
metode diagnosis yang tersedia masih menjadi tantangan dalam proses deteksi
penyakit ini.
Penelitian ini menerapkan algoritma K-Nearest Neighbors (KNN) sebagai
metode klasifikasi dasar yang kemudian dioptimalkan menggunakan metode
Extreme Learning Machine (ELM) guna meningkatkan akurasi dalam
pengklasifikasian kanker payudara. Data penelitian diambil dari dataset sekunder
yang tersedia di situs Kaggle, dengan jumlah 569 data dan 32 atribut. Tahapan
penelitian meliputi proses data preprocessing, pembagian data menjadi training
dan testing dengan beberapa rasio, serta pengujian performa model menggunakan
confusion matrix.
Hasil pengujian menunjukkan bahwa penerapan metode ELM secara
signifikan mampu meningkatkan akurasi model KNN, dari rata-rata 70,86%
menjadi 95,44%. Peningkatan tertinggi dicapai pada rasio data training 75% dan
testing 25%, dengan akurasi mencapai 96,50%. Temuan ini membuktikan bahwa
kombinasi metode ELM dan KNN dapat menghasilkan klasifikasi yang lebih
akurat dan efisien untuk membantu proses diagnosis penyakit kanker payudara.

Ketersediaan
SB00951SKKI 001.6 POR p/sPerpustakaan UnikamaTersedia
Informasi Detail
Judul Seri
-
No. Panggil
KKI 001.6 POR p/s
Penerbit
Malang : Prodi Teknik Informatika Unikama.,
Deskripsi Fisik
xiv, 108 hlm 26 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
001.6
Tipe Isi
text
Tipe Media
PDF
Tipe Pembawa
online resource
Edisi
1
Subjek
Skripsi
Teknik Informaika
K-Nearest Neighbors
Extreme Learning Machine
klasifikasi
Akurasi
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar