Malcom: Indonesian Journal of Machine Learning and Computer Science
Vol. 3 No. 1 (2023): MALCOM April 2023

Implementasi Algoritma Decision Tree dan Support Vector Machine untuk Klasifikasi Penyakit Kanker Paru: Implementation of Decision Tree Algorithm and Support Vector Machine for Lung Cancer Classification

Dhini Septhya (STMIK Amik Riau)
Kharisma Rahayu (STMIK Amik Riau)
Salsabila Rabbani (STMIK Amik Riau)
Vindi Fitria (STMIK Amik Riau)
Rahmaddeni Rahmaddeni (STMIK Amik Riau)
Yuda Irawan (Universitas Hang Tuah Pekanbaru)
Regiolina Hayami (Universitas Muhammadiyah Riau)



Article Info

Publish Date
10 May 2023

Abstract

Kanker paru merupakan satu dari banyaknya penyebab kematian di dunia dengan persentase 11.6%, dengan tingkat kematian hingga 18,4%. Kanker paru merupakan salah satu penyakit yang mematikan karena kanker ini sulit dideteksi sebelum berubah menjadi penyakit yang serius dan saat ini belum ada metode skrining yang efektif untuk deteksi dini kanker paru. Pada penelitian ini dilakukan teknik klasifikasi yang merupakan suatu metode pengelompokkan data yang memiliki karakter yang sama ke dalam beberapa kelompok. Teknik klasifikasi yang diteliti membandingkan 2 algoritma yaitu, algoritma Decision Tree dan Support Vector Machine (SVM) untuk mengetahui algoritma yang memberikan hasil terbaik. Dalam penelitian ini akan dilakukan seleksi fitur menggunakan forward selection yang bertujuan untuk menaikkan nilai akurasi. Berdasarkan penelitian yang telah dilakukan dapatkan hasil dari algoritma SVM menggunakan feature selection mempunyai nilai akurasi yang lebih unggul yaitu 62,3% menggunakan splitting data 80:20.

Copyrights © 2023






Journal Info

Abbrev

malcom

Publisher

Subject

Computer Science & IT

Description

MALCOM: Indonesian Journal of Machine Learning and Computer Science is a scientific journal published by the Institut Riset dan Publikasi Indonesia (IRPI) in collaboration with several Universities throughout Riau and Indonesia. MALCOM will be published 2 (two) times a year, April and October, each ...