Optimasi particle swarm optimization untuk deteksi penyakit kanker payudara
Kode Repository :SKI98/PUT/19
NPM :065115224
Nama :Putri ayu lestari
Pembimbing 1 :-Dr. Sri Setyaningsih, M.Si.
Pembimbing 2 :-Aries Maesya M.Kom
Abstrak :-1
OPTIMASI PARTICLE SWARM OPTIMIZATION UNTUK DETEKSI PENYAKIT KANKER PAYUDARA
Putri Ayu Lestari1), Sri Setyaningsih2), Aries Maesya3)
Email : putriayulestari383@gmail.com
1,2 & 3)Program Studi Ilmu Komputer, FMIPA, Universitas Pakuan, Bogor, Indonesia
Article history : received 12 February 2020; revised 19 February 2020; accepted
Abstrak Kanker payudara adalah jaringan payudara yang berasal dari kelenjar, saluran kelenjar dan jaringan penunjang payudara akan diserang oleh tumor ganas. Dataset berupa kanker payudara Coimbra dapat diperoleh dari UCI Machine Learning dengan 9 atribut yang mempengaruhi tingkat akurasi terhadap kanker payudara. Atribut tersebut adalah Age, BMI (Body Mass Index), Glucose, Insulin, HOMA, Leptin, Adiponectin, Resistin, MCP, Output. Tujuan penelitian ini yaitu untuk mengoptimalkan sebuah metode K-Nearest Neighbor berbasis Particle Swarm Optimization pada penyakit kanker payudara untuk mendapatkan hasil akurasi yang lebih baik. Berdasarkan hasil yang diperoleh dapat disimpulkan bahwa pembagian data latih dan data uji menggunakan k-fold cross validation digunakan 5 dan 6 literasi dengan jumlah data uji keseluruhan sebesar 30 data. Dari hasil k-fold cross validation ditentukan dengan nilai akurasi pada k 6 dengan rata-rata sebesar 81,13%. Sedangkan pengujian dengan pembobotan atribut yang berpengaruh yaitu ada 5 atribut. Atribut tersebut diantaranya adalah glucose, homa, leptin, adiponectin, resistin, mcp.1 dengan menghasilkan akurasi 86.67%. Dari hasil perhitungan nilai lain dapat dilihat precision dengan akurasi 70.00%, recall 87.50%, sensitivity 87.50%, specifitiy 95.00%, dan AUC 0.825. AUC yang termasuk dalam kategori baik (Good Classification).
Kata Kunci : Particle Swarm Optimization, Kanker Payudara, data mining.