Model Prediksi Kanker Payudara
Model Prediksi Kanker Payudara
PAYUDARA MENGGUNAKAN
PENDEKATAN MACHINE
LEARNING
Kanker
payudara Jenis Penyakit Kanker
adalah sejenis
tumor ganas Payudara
yang
mengaktifkan
sel-sel
payudara
sehingga
berpotensi Benign (B) Maglinant (M)
menyebar ke Kanker Jinak Kanker Ganas
bagian tubuh
lainnya
Latar Belakang
Permasalahan Solusi
Kanker payudara Dilakukan penelitian
sangat berbahaya dan menggunakan
mematikan sehingga pendekatan machine
perlu deteksi dini yang learning untuk deteksi
lebih cepat dan akurat secara otomatis
Agarap (2019)
Vaka et.al (2020) 2016 Perbandingan terhadap enam 2018
Perbandingan antara algoritma algoritma GRU-SVM, Linier
metode baru yang diberi nama Regression, Multi Layer Percep-
DNNS (Deep Neural Network ton, Nearest Neighbour Search,
with Support Value). Hasilnya Softmax Regression, dan
menunjukkan bahwa DNNS Support Vector Machine.
cukup baik dibanding dengan Hasilnya semua akurasi diatas
metode yang ada sebelumnya 90%
2020 2019
TAHAPAN PENELITIAN
HASIL PREDIKSI
HASIL PENGUJIAN RANDOM FOREST
HASIL PENGUJIAN SVM
HASIL PENGUJIAN LOGISTIC REGRESSION
HASIL PENGUJIAN ROC
Analysis
KESIMPULAN
Kemampuan identifikasi (akurasi) rata-
rata untuk menunjukkan pemodelan dan
evaluasi Random Forest, SVM, dan Logistic
Regression menunjukkan akurasi yang sangat
baik, yaitu ketiganya lebih dari angka 90%. Dari
ketiga algoritma tersebut, Random Forest-lah
yang memiliki tingkat akurasi paling tinggi.
Kinerja prediksi dari model ini unggul dalam
sensitivitas, spesifisitas, akurasi, dan recall
SARAN
Do you need
an online
doctor now?
Pada penelitian selanjutnya ketiga
algoritma ini perlu diujicobakan pada dataset
kanker payudara yang lain dengan tujuan untuk
meningkatkan akurasi dan memperbaiki
generalisasi.
Terima Kasih