UMIUMI
Majalah Ilmiah METHODAMajalah Ilmiah METHODAKanker payudara merupakan salah satu penyakit yang memiliki tingkat kejadian dan angka kematian yang cukup tinggi di dunia. Penentuan prognosis pasien sering kali menjadi tantangan karena melibatkan banyak faktor klinis yang kompleks. Penelitian ini bertujuan untuk membangun model prediksi prognosis kanker payudara menggunakan metode hybrid Artificial Neural Network (ANN) dan K-Nearest Neighbors (KNN). Dataset yang digunakan adalah Breast Cancer Wisconsin Prognostic (WPBC) yang diperoleh dari UCI Machine Learning Repository sebanyak 198 data pasien dengan 35 atribut. Tahapan penelitian meliputi pembersihan data, transformasi label, normalisasi menggunakan Min-Max Scaler, ekstraksi fitur menggunakan ANN, dan klasifikasi menggunakan KNN. Penentuan nilai K dilakukan dengan menguji K=1, K=3, K=5, K=7 menggunakan Stratified K-Fold Cross-Validation. Hasil pengujian menunjukkan bahwa akurasi tertinggi sebesar 84,62% diperoleh pada fold ke-5 dengan K=7.
Penelitian ini berhasil menerapkan model hybrid ANN-KNN untuk memprediksi prognosis kanker payudara menggunakan dataset Breast Cancer Wisconsin Prognostic yang terdiri dari 198 data dan 35 atribut.Pada pengujian menggunakan Stratified 5-Fold Cross-Validation dengan variasi K=1, K=3, K=5, dan K=7 menunjukkan bahwa akurasi tertinggi model hybrid ANN-KNN adalah 84,62% yang diperoleh pada fold ke-5 dengan K=7.Model hybrid ANN-KNN memperoleh akurasi lebih tinggi dibandingkan ANN dan KNN.
1. Penelitian lanjutan dapat mengembangkan model hybrid yang menggabungkan ANN dengan algoritma lain seperti Random Forest untuk meningkatkan akurasi prediksi. 2. Dilakukan evaluasi kinerja model pada dataset yang lebih besar dan beragam untuk memastikan generalisasi hasil. 3. Diperlukan analisis mendalam tentang dampak penggunaan teknik pemilihan fitur alternatif, seperti PCA atau t-SNE, terhadap performa model klasifikasi prognosis kanker payudara.
| File size | 366.13 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UNRAMUNRAM Validasi eksternal dengan gambar klinis mengungkapkan penurunan akurasi yang signifikan untuk semua model, yang menunjukkan tantangan terkait pergeseranValidasi eksternal dengan gambar klinis mengungkapkan penurunan akurasi yang signifikan untuk semua model, yang menunjukkan tantangan terkait pergeseran
UNRAMUNRAM Sistem yang dibangun telah diuji dan menghasilkan skor SUS yaitu 79,16 yang termasuk dalam kategori good dan dapat diterima oleh pengguna, menunjukkanSistem yang dibangun telah diuji dan menghasilkan skor SUS yaitu 79,16 yang termasuk dalam kategori good dan dapat diterima oleh pengguna, menunjukkan
UNRAMUNRAM Dosen diwajibkan menyusun laporan portofolio pembelajaran setiap akhir semester menggunakan Microsoft Excel, yang menyebabkan kesulitan seperti kesalahanDosen diwajibkan menyusun laporan portofolio pembelajaran setiap akhir semester menggunakan Microsoft Excel, yang menyebabkan kesulitan seperti kesalahan
UNRAMUNRAM Untuk pengembangan lebih lanjut, disarankan agar penelitian selanjutnya mempertimbangkan peningkatan jumlah data latih, eksplorasi arsitektur yang lebihUntuk pengembangan lebih lanjut, disarankan agar penelitian selanjutnya mempertimbangkan peningkatan jumlah data latih, eksplorasi arsitektur yang lebih
UNRAMUNRAM Dengan demikian, penelitian ini memberikan kontribusi dalam bentuk pengembangan media pembelajaran berbasis Augmented Reality yang tidak hanya layak secaraDengan demikian, penelitian ini memberikan kontribusi dalam bentuk pengembangan media pembelajaran berbasis Augmented Reality yang tidak hanya layak secara
UNRAMUNRAM Penelitian komparatif ini membandingkan dua jenis honeypot, yaitu Opencanary dan Cowrie, dengan meneliti bentuk respons honeypot dan fokus utama kebutuhanPenelitian komparatif ini membandingkan dua jenis honeypot, yaitu Opencanary dan Cowrie, dengan meneliti bentuk respons honeypot dan fokus utama kebutuhan
IVETIVET Lima aspek dominan yang diidentifikasi adalah rasa, pelayanan, harga, suasana, dan waktu tunggu. Model ABSA Hybrid LDA mencapai skor F1 sebesar 86,2% danLima aspek dominan yang diidentifikasi adalah rasa, pelayanan, harga, suasana, dan waktu tunggu. Model ABSA Hybrid LDA mencapai skor F1 sebesar 86,2% dan
ITENASITENAS Penelitian ini berhasil mengembangkan sistem deteksi cyberbullying dalam bahasa Sunda menggunakan stemming dan model hybrid learning. Model CNN-BiLSTMPenelitian ini berhasil mengembangkan sistem deteksi cyberbullying dalam bahasa Sunda menggunakan stemming dan model hybrid learning. Model CNN-BiLSTM
Useful /
UMIUMI Keempatnya bukan konsep yang terpisah, melainkan empat sisi dari satu keutuhan sebuah bangunan etika yang hanya bisa berdiri kokoh jika keempat sisinyaKeempatnya bukan konsep yang terpisah, melainkan empat sisi dari satu keutuhan sebuah bangunan etika yang hanya bisa berdiri kokoh jika keempat sisinya
UMIUMI Temuan menunjukkan gambaran yang ambivalen: mahasiswa mengakui manfaat AI sebagai alat bantu belajar, tetapi tetap waspada terhadap risikonya bagi integritasTemuan menunjukkan gambaran yang ambivalen: mahasiswa mengakui manfaat AI sebagai alat bantu belajar, tetapi tetap waspada terhadap risikonya bagi integritas
IVETIVET Sistem rekomendasi ini bergantung pada data akademik seperti nilai ujian, kehadiran, partisipasi kelas, dan interaksi dengan materi pembelajaran untukSistem rekomendasi ini bergantung pada data akademik seperti nilai ujian, kehadiran, partisipasi kelas, dan interaksi dengan materi pembelajaran untuk
IVETIVET Implikasi dari transformasi ini menuntut pelaku bisnis untuk mengimplementasikan strategi omnichannel dan memprioritaskan keamanan data konsumen untukImplikasi dari transformasi ini menuntut pelaku bisnis untuk mengimplementasikan strategi omnichannel dan memprioritaskan keamanan data konsumen untuk