02-Implemetasi SVM untuk Klasifikasi Kanker Payudara Berbasis Website-Nur Every Rahmawati

Abstract

Kanker payudara merupakan salah satu penyebab utama kematian pada wanita di seluruh dunia. Deteksi dini terhadap kanker payudara sangat penting untuk meningkatkan peluang kesembuhan dan menekan risiko komplikasi. Dalam penelitian ini, dikembangkan sebuah sistem prediksi kanker payudara berbasis website dengan menggunakan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi. Data yang digunakan berasal dari dataset situs kaggle yang memuat informasi statistik karakteristik sel. Proses pengolahan data meliputi tahap preprocessing yaitu tranformasi data, seleksi fitur, k-fold cross validation, serta pelatihan model menggunakan algoritma SVM. Dalam penelitian ini menggunakan dataset yang diperoleh menghasilkan akurasi terbaik pada best model k-fold cross validation dengan K=10 yaitu 0.9821%. dan untuk agregasi k-fold cross validation yaitu akurasi 0.9421%, presisi 0,9357%, recall 0,9102 % dan f1-score 0,921%. Hasil pengujian menunjukkan bahwa algoritma SVM mampu mengklasifikasikan jenis kanker payudara (jinak atau ganas) dengan tingkat akurasi yang tinggi, serta memberikan hasil prediksi secara cepat dan akurat. Model yang dihasilkan kemudian diintegrasikan ke dalam sistem website menggunakan framework Flask, sehingga dapat digunakan oleh pengguna secara interaktif, website ini diharapkan dapat membantu masyarakat umum dalam melakukan deteksi dini kanker payudara secara praktis.