Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : METIK JURNAL

KOMPARASI ALGORITMA K-NEAREST NEIGHBOR DAN NAIVE BAIYES UNTUK MENDETEKSI DINI RESIKO KANKER SERVIKS PADA REMAJA Mayang Sari; Yusri Ikhwani
METIK JURNAL Vol 2 No 2 (2018): METIK Jurnal
Publisher : LP3M Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kanker saat ini menjadi penyakit paling ditakuti oleh setiap orang. Ada banyak jenis kanker yang dapat menjadi pembunuh bagi manusia, salah satunya adalah kanker serviks. kanker serviks memiliki angka tertinggi di antara kanker lain yang paling mematikan di Indonesia. Kanker serviks sendiri terjadi karena adanya penularan virus HPV (human papilomavirus), namun pada dasarnya kanker serviks dapat dicegah sejak dini dengan memberikan pengetahuan kepada masyarakat khususnya remaja sehingga dapat menekan angka kejadian kanker serviks tersebut. Deteksi dini sangatlah diperlukan untuk mencegah terjadinya kanker serviks, ada beberapa cara yang dapat dilakukan untuk mendeteksi dini resiko kanker serviks pada remaja salah satunya dengan memanfaatkan media teknologi. Dalam penelitian ini metode yang digunakan untuk memprediksi resiko kanker serviks pada remaja dilakukan dengan mengkomparasi dua algoritma yaitu K-Nearest Neighbor dan Naïve Bayes yang mana masing-masing algoritma diuji untuk menghasilkan prediksi dengan tingkat akurasi yang maksimal. Berdasarkan hasil implementasi dan pengukuran kedua algoritma, diperoleh algoritma terbaik yaitu Naïve Bayes yang mampu memprediksi dengan tingkat akurasi 85.71 sedangkan K-Nearest Neighbor mampu memprediksi dengan tingkat akurasi sebesar 80.95%. tetapi akurasi ini masih belum bisa dinilai excellent (sangat baik) untuk itu sangat perlu dilakukan pengembangan analisis dan hasil lebih lanjut, khususnya memperdalam faktor resiko kanker serviks pada remaja sehingga didapatkan hasil akurasi yang lebih optimal.