Article Per Year (5 Year)
p-Index From 2019 - 2024
3.264
P-Index
This Author published in this journals
All Journal Informatika Mulawarman JIKO (Jurnal Informatika dan Komputer) Jurnal Ilmiah Matrik Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Abdimas Mahakam METIK JURNAL Progresif: Jurnal Ilmiah Komputer JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Reswara: Jurnal Pengabdian Kepada Masyarakat Teknika Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Bangkit Indonesia Jurtik STMIK Bandung
Taghfirul Azhima Yoga Siswa, Taghfirul Azhima Yoga
Universitas Muhammadiyah Kalimantan Timur
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Social Sciences

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : METIK JURNAL

 1 
PENERAPAN OPTIMASI BERBASIS PARTICLE SWARM OPTIMIZATION (PSO) ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR SEBAGAI PERBANDINGAN UNTUK MENCARI KINERJA TERBAIK DALAM MENDETEKSI KANKER PAYUDARA Taghfirul Azhima Yoga Siswa; Prihandoko Prihandoko
METIK JURNAL Vol 2 No 2 (2018): METIK Jurnal
Publisher : LP3M Universitas Mulia

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

Abstract

Saat ini kanker payudara menjadi jenis kanker yang sangat menakutkan bagi perempuan diseluruh dunia, hal ini juga berlaku di Indonesia. Salah satu pemanfaatan teknologi informasi dalam bidang kesehatan adalah disiplin ilmu yang berkembang pesat dewasa ini yaitu Data Mining. Dibutuhkan salah satu teknik data optimasi yang bertujuan untuk meningkatkan kinerja metode klasifikasi data mining konvensional yang sudah dipilih dalam penelitian ini. Salah satu algoritma optimasi yang cukup popular adalah Particle Swarm Optimization (PSO). Penelitian ini bertujuan menerapkan dan mengevaluasi perbandingan kinerja terbaik metode klasifikasi data mining algoritma Naïve Bayes dan K-Nearest Neighbor berbasis PSO untuk mendeteksi kanker payudara. Hasil Penelitian ini menjelaskan bahwa penerapan Particle Swarm Optimization (PSO) menghasilkan hasil yang signifikan dalam memberikan peningkatan kinerja (optimasi) pada algoritma Naïve Bayes dan K-Nearest Neighbor. Berdasarkan uji beda menggunakan T-Test didapatkan algoritma K-Nearest Neighbor berbasis Particle Swarm Optimization (PSO) memiliki nilai akurasi tertinggi diantara algoritma yang lain, dengan nilai perolehan sebesar 0,974.
Co-Authors Agustya Nanda Pratiwi Anggiq Karisma Aji Restu Anis Nurrohkayati Anton Prafanto Anton Saputra Arbansyah Arbansyah Asnur Karima Darmawan Setiya Budi Gubtha Mahendra Putra Heri Abijono Ilham Taufiq Jubaidi Jubaidi Mardiana Mardiana Muhammad Najeri Al Syahrin Muhammad Norhalimi Muhammad Rhosyid Akhmad Naufal Azmi Verdikha Paula Mariana Kustiawan Pitoyo Pitoyo Prihandoko, Prihandoko Raenald Syaputra Renaldi Panji Wibowo Rizky Aspiah Santi Yatnikasari Siti Muawwanah Wawan Joko Pranoto Wawan Joko Pranoto Yoga Priantama