Artha, Dheby Tata (2018) Klasifikasi Pengidap Kanker Payudara Menggunakan Metode Voting Based Extreme Learning Machine (V-ELM). Sarjana thesis, Universitas Brawijaya.
Abstract
Kanker payudara adalah tumor ganas yang berasal dari pertumbuhan abnormal sel-sel payudara. Setiap tahunnya, sebanyak 2,1 juta perempuan meninggal dunia akibat kanker payudara. Untuk mengurangi jumlah kematian akibat kanker payudara, dapat dilakukan upaya pencegahan dengan melakukan screening. Perkembangan teknologi medis dan teknologi informasi, di dalam dunia medis dapat digunakan peneliti di bidangnya untuk mengembangkan model deteksi dini, dari data konsultasi rutin dan analisis darah. Pada penelitian ini, dilakukan klasifikasi terhadap pengidap kanker payudara dengan metode Voting Based Extreme Learning Machine (V-ELM). Data yang digunakan adalah Breast Cancer Coimbra Dataset yang dipublikasikan pada UCI Machine Learning tahun 2018. Dalam data tersebut, terdapat 116 data dengan 9 fitur dan 2 kelas yaitu Healthy Control dan Patient. Data tersebut dilakukan normalisasi terlebih dahulu, kemudian dilakukan proses pelatihan V-ELM terhadap data latih. Setelah itu pengujian dilakukan dengan masukan berupa data uji serta hasil dari proses pelatihan. Rasio data latih dan data uji yang digunakan adalah 80:20. Penelitian ini melakukan pengujian terhadap beberapa parameter dan mendapatkan hasil optimal, diantaranya 20 hidden neuron, nilai k untuk V-ELM adalah sebesar 35 dan fungsi aktivasi dengan hasil optimal adalah fungsi Sigmoid. Dengan menggunakan ketiga parameter optimal tersebut didapatkan hasil rata-rata akurasi sebesar 89,56%, hasil rata-rata sensitivity sebesar 96,924% dan hasil rata-rata specificity sebesar 80%.
English Abstract
Breast cancer is a malignant tumor that formed by the abnormal growth of breast cells. Every year, breast cancer causes about 2,1 million women to die. To reduce the number of deaths caused by breast cancer, screening can be chosen for prevention efforts. The development of medical technology and information technology, in the medical world, can be used by researchers in their fields to develop early detection models, from routine consultation data and blood analysis. In this study, breast cancer data will be classified using the Voting Based Extreme Learning Machine (V-ELM). This study using Coimbra Dataset Breast Cancer which published on UCI Machine Learning in 2018. It consists of 116 data, 9 features and 2 classes (Healthy Control and Patient). Firstly, the dataset would be normalized, then began the training process of V-ELM with data train. After that, began the testing process of V-ELM with input values from the training process and data test. The ratio between training data and testing data in this study is 80:20. This study tested several parameters and obtained optimal results, including 20 hidden neurons, the value of k for V-ELM is 35 and the activation function with optimal results is the Sigmoid function. By using those optimal parameters, gives average of accuracy is 89.56%, average of sensitivity is 96.924% and average of specificity is 80%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/986/051900777 |
| Uncontrolled Keywords: | klasifikasi, Voting Based Extreme Learning Machine, kanker payudara-classification, Voting Based Extreme Learning Machine, breast cancer |
| Subjects: | 600 Technology (Applied sciences) > 616 Diseases > 616.9 Other disease > 616.99 Tumors and miscellaneous communicable diseases > 616.994 Cancers |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Sugeng Moelyono |
| Date Deposited: | 30 Oct 2019 01:54 |
| Last Modified: | 19 Oct 2021 08:18 |
| URI: | http://repository.ub.ac.id/id/eprint/167139 |
Preview |
Text
Dheby Tata Artha.pdf Download (9MB) | Preview |
Actions (login required)
 |
View Item |