Find in Library

Pada penelitian sebelumnya sudah dilakukan klasifikasi kanker payudara menggunakan kombinasi dari metode <em>Neural Network</em> (NN) dan <em>Association Rules</em> (AR). Namun metode ini dinilai masih belum optimal dikarenakan hasil rata-rata akurasinya yang menunjukkan angka kurang maksimal. Metode baru diusulkan dengan maksud untuk mencari solusi lebih baik dari metode sebelumnya dalam hal rata-rata akurasi, yaitu dengan menggunakan kombinasi metode klasifikasi <em>Neural Network</em> dan algoritma genetika. Metode <em>Neural Network</em> digunakan sebagai <em>Artificial Intelligence</em> untuk memprediksi kanker payudara, sedangkan algoritma genetika digunakan untuk optimasi parameter <em>Neural Network</em> seperti jumlah <em>hidden layer</em> dan <em>learning rate</em> agar akurasi yang dihasilkan bisa lebih bagus. Selain itu, penelitian ini bertujuan untuk membandingkan antara metode kombinasi <em>Neural Network</em> dan algoritma genetika dengan metode <em>Naïve Bayesian</em>. Metode evaluasi uji coba yang digunakan adalah metode 10 <em>fold cross validation</em>. Hasil uji coba 10 <em>fold cross validation</em> menunjukkan bahwa metode <em>Neural Network</em> yang optimasi parameternya menggunakan algoritma genetika menghasilkan rata-rata akurasi yang cukup tinggi yaitu 97,00%, lebih baik dari metode <em>Naïve Bayesian </em>yang menghasilkan rata-rata akurasi 96,24% dan juga lebih baik dari metode <em>Neural Network</em> dengan <em>Association Rules</em> yang menghasilkan rata-rata akurasi 95.6%.