PENERAPAN DATA MINING DENGAN ALGORTIMA NAÏVE BAYES DAN ALGORITMA C4.5 UNTUK KLASIFIKASI PENYAKIT KANKER PARU-PARU

Fadhila, Fadhila (2023) PENERAPAN DATA MINING DENGAN ALGORTIMA NAÏVE BAYES DAN ALGORITMA C4.5 UNTUK KLASIFIKASI PENYAKIT KANKER PARU-PARU. Skripsi thesis, UNAMA.

Preview	Text BAB I.pdf Download (496kB) | Preview
	Text BAB II.pdf Restricted to Registered users only Download (633kB)
	Text BAB III.pdf Restricted to Registered users only Download (538kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
Preview	Text BAB V.pdf Download (261kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (319kB) | Preview

Abstract

Kanker paru-paru adalah seseutu penyakit keganasan yang berasal dari paru-paru (premier). Dataset kanker paru-paru memiliki permasalahan mengenai identifikasi apakah masyarakat Indonesia memiliki kanker paru-paru. Klasifikasi merupakan salah satu teknik dari data mining yang dapat digunakan untuk membantu mengetahui akurasi dari hasil prediksi klasifikasi dataset kanker paru-paru. Pada penelitian ini penulis menggunakan dataset kanker paru-paru (Lung Cancer) dari Kaggle.com dengan jumlah data bersih sebanyak 309 data dengan 16 atribut. Dalam melakukan analisis, peneliti menggunakan Tools WEKA. Metode yang digunakan adalah metode Algoritma Naïve Bayes dan Algoritma C4.5. Pada penelitian ini dilakukan split data sebesar 60:40, 70:30, 80:20. Pengujian dilakukan dengan all attributes, yaitu Use Training Set. Pengujian data mengenai klasifikasi dataset kanker paru-paru memiliki akurasi tertinggi pada Algoritma C4.5 dengan data testing 20%, yaitu 97% dibandingkan pengujian lainnya. Algoritma C4.5 dapat dikatakan sebagi salah satu algoritma yang efktif baik dari perhitungan ataupun hasil akhir yang mana pengujian tersebut dapat dijadikan sebagai landasan tarkait kanker paru-paru.

Item Type:	Thesis (Skripsi)
Subjects:	Analisis Sistem Informasi
Divisions:	Skripsi > Teknik Informatika > 2023
Depositing User:	Digital Library
Date Deposited:	04 Jan 2024 12:13
Last Modified:	04 Jan 2024 12:13
URI:	https://repository.unama.ac.id/id/eprint/2992

Actions (login required)

View Item