PUTRI, RANI ALISA (2025) PERBANDINGAN HASIL KLASIFIKASI DALAM DETEKSI PASIEN KANKER PARU-PARU DENGAN METODE SUPPORT VECTOR MACHINE DAN DECISION TREE. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (332kB)
	Text Abstrak.pdf Download (280kB)
	Text Bab I.pdf Download (305kB)
	Text Daftar Pustaka.pdf Download (354kB)
	Text 200170127_RANI ALISA PUTRI_TUGAS AKHIR.pdf Restricted to Registered users only Download (3MB)

Abstract

ABSTRAK Deteksi dini kanker paru-paru berperan penting dalam meningkatkan peluang kesembuhan pasien. Penelitian ini bertujuan untuk membandingkan hasil klasifikasi antara dua metode, yaitu Support Vector Machine (SVM) dan Decision Tree (DT), dalam mendeteksi kanker paru-paru. Kedua metode ini dipilih karena pada penelitian sebelumnya menunjukkan akurasi yang tinggi, sehingga perbandingan dilakukan untuk menentukan model klasifikasi yang lebih optimal. Dalam penelitian ini, digunakan teknik klasifikasi, yaitu metode pengelompokan data dengan karakteristik serupa ke dalam beberapa kelompok. Dua algoritma yang dibandingkan adalah Support Vector Machine dan Decision Tree. Support Vector Machine dikenal dengan kemampuannya memisahkan kelas dengan margin maksimal, sedangkan Decision Tree bekerja dengan membagi data menjadi beberapa subset berdasarkan nilai atribut dan menghasilkan struktur pohon yang mudah dipahami. Beberapa tahap preprocessing diterapkan untuk mempersiapkan data sebelum diklasifikasikan. Semua kombinasi tahapan preprocessing diterapkan pada kedua metode klasifikasi untuk memastikan dataset yang digunakan tetap sama. Pembagian data latih dan data uji dilakukan dengan teknik cross-validation sebanyak 10 fold, serta evaluasi performa menggunakan akurasi, presisi, dan recall berdasarkan confusion matrix. Hasil penelitian menunjukkan bahwa metode Support Vector Machine mencapai akurasi sebesar 85%, presisi sebesar 87%, dan recall sebesar 96%. Decision Tree memperoleh akurasi 82%, presisi 89%, dan recall 91%. Presisi Temuan ini mengindikasikan bahwa dalam penelitian ini, Support Vector Machine memberikan performa yang lebih baik dibandingkan Decision Tree. Kata kunci: Support Vector Machine, Decision Tree, Klasifikasi, Kanker Paru

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Rani Alisa Putri
Date Deposited:	03 Sep 2025 04:58
Last Modified:	03 Sep 2025 04:58
URI:	https://rama.unimal.ac.id/id/eprint/14906

Actions (login required)

View Item