MODEL KLASIFIKASI PENYAKIT KANKER PAYUDARA MENGGUNAKAN ALGORITMA NAIVE BAYES

BREAST CANCER DISEASE CLASSIFICATION MODEL USING NAIVE BAYES ALGORITHM

Abstract

Penelitian ini bertujuan untuk mengeksplorasi penerapan algoritma Naive Bayes dalam klasifikasi kanker payudara menggunakan data klinis, dengan tujuan untuk membedakan kanker jinak dan ganas secara efisien. Pendekatan yang digunakan dalam penelitian ini adalah CRISP-DM, yang memfokuskan pada pemrosesan data dan pembangunan model klasifikasi. Algoritma Naive Bayes diterapkan untuk menganalisis atribut klinis seperti radius_mean, texture_mean, dan perimeter_mean untuk membedakan jenis kanker payudara. Hasil penelitian menunjukkan bahwa model yang dibangun dengan algoritma ini mencapai akurasi 91,15% dengan tingkat kesalahan sebesar 8,85%, menunjukkan efisiensi dan kecepatan yang baik dalam menangani dataset besar. Tabel yang disertakan dalam penelitian ini berisi data pasien dengan kanker payudara ganas, yang memberikan gambaran mendalam mengenai karakteristik tumor yang berperan penting dalam analisis diagnosis dan pengobatan. Pembahasan hasil penelitian menyoroti peran algoritma ini dalam meningkatkan deteksi dini dan mendukung pengambilan keputusan medis yang lebih cepat serta lebih akurat. Kesimpulan dari penelitian ini menegaskan bahwa penerapan Naive Bayes dalam klasifikasi kanker payudara dapat meningkatkan akurasi diagnosis, mempercepat proses pengobatan, serta berpotensi menurunkan angka kematian akibat kanker payudara, serta memberikan kontribusi besar dalam pengembangan teknologi kesehatan berbasis data