Detail Cantuman

Algoritma dalam machine learning merupakan bagian yang sangat penting karena jenis algoritma yang digunakan berdampak pada tingkat akurasi dari prediksi dan klasifikasi terhadap sebuah dataset yang dimiliki. Penggunaan algoritma yang tepat disertai kemampuan machine learning yaitu mampu mempelajari pola dimasa lalu, menjadikan machine learning memiliki keunggulan dalam akurasi prediksi yang dapat mencapai lebih dari 90%. Oleh karena itu, machine learning memiliki peluang untuk menjadi salah satu alternatif yang mampu menghindari diagnostic error yang terjadi dalam kasus kanker payudara. Kanker payudara menjadi salah satu sorotan dampak diagnostic error karena terdapat 10-30% kasus akibat diagnostic error, sehingga diperlukan suatu alternatif yang mampu membantu mengurangi diagnostic error tersebut. Pada penelitian ini dilakukan analisis perbandingan algoritma logistic regression, decision tree dan gaussian naïve bayes untuk mendapatkan algoritma dengan nilai akurasi dan kinerja terbaik dengan menggunakan bahasa pemrograman python. Metode evaluasi merupakan hal yang sangat penting untuk mengetahui kinerja algoritma dalam proses prediksi. Dengan menggunakan tiga metode evaluasi, yaitu cross validation k=10, confusion matrix dan ROC AUC. Dari hasil penelitian ini didapatkan bahwa algoritma dengan akurasi dan kinerja paling baik adalah logistic regression dengan akurasi 96,5% dan error 0,19. Sedangkan akurasi decision tree yaitu 91,2% memiliki error 0,30 dan akurasi gaussian naïve bayes yaitu 90,4% dengan nilai error 0,31.