SIRAIT, MUSTIKA TIARA TRIANI BR (2024) MEMPREDIKSI KANKER PARU-PARU LEBIH AWAL:POTENSI ALGORITMA SUPPORT VECTOR MACHINE (TA.2.24.009). Diploma thesis, Universitas Logistik dan Bisnis Internasional.
Full text not available from this repository.Abstract
ABSTRAK Penelitian ini bertujuan untuk meningkatkan akurasi prediksi Kanker Paru- Paru dengan memanfaatkan parameter Adaptive Synthetic Sampling Approach for Imbalanced Learning (ADASYN) dan algoritma Support Vector Machine (SVM). Ketidakseimbangan data merupakan salah satu tantangan utama dalam klasifikasi medis, di mana kelas minoritas seringkali diabaikan oleh model prediksi. Untuk mengatasi masalah ini, ADASYN digunakan untuk menyeimbangkan dataset dengan menghasilkan sampel sintetis untuk kelas minoritas secara adaptif berdasarkan distribusi data. Algoritma SVM kemudian diterapkan pada dataset yang telah seimbang untuk memisahkan kelas dengan margin terbesar dan meningkatkan akurasi prediksi. Hasil pengujian menunjukkan bahwa kombinasi penggunaan Adaptive Synthetic Sampling Approach for Imbalanced Learning (ADASYN) dan algoritma Support Vector Machine (SVM) berhasil meningkatkan kinerja model dengan mencapai skor akurasi sebesar 99%. Temuan ini menunjukkan bahwa pemanfaatan parameter ADASYN dalam pre-processing data dan penerapan SVM sebagai algoritma klasifikasi dapat secara signifikan meningkatkan akurasi prediksi pada kasus Kanker Paru-Paru, memberikan kontribusi penting bagi pengembangan sistem deteksi dini yang lebih efektif. Kata kunci: ADASYN, Support Vector Machine, Kanker Paru-Paru.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Sekolah Vokasi > Teknik Informatika D4 |
| Depositing User: | Unnamed user with email [email protected] |
| Date Deposited: | 21 Nov 2024 05:35 |
| Last Modified: | 21 Nov 2024 05:35 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/2668 |
Actions (login required)
 |
View Item |
