Klasifikasi Microarray Pada Sel Kanker Payudara Menggunakan Metode Extreme Gradient Boosting

Friska Daesy, Elvina Simbolon (2023) Klasifikasi Microarray Pada Sel Kanker Payudara Menggunakan Metode Extreme Gradient Boosting. Matematika dan Ilmu Pengetahuan Alam, Universitas Lampung.

Preview	File PDF 1. ABSTRAK-ABSTRACT.pdf Download (380Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (14Mb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA PEMBAHASAN.pdf Download (11Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Kanker payudara adalah suatu penyakit yang ditandai dengan pembelahan sel yang tidak terkendali, yang disebabkan oleh perubahan gen (mutasi) sehingga membuat sel secara mendadak bisa berubah. Kanker disebut juga dengan tumor, yang dibagi menjadi dua golongan, yaitu tumor jinak, dan tumor ganas. Kanker payudara menjadi kanker yang paling mematikan di seluruh dunia, terutama yang diderita oleh kaum wanita. Klasifikasi penyakit kanker payudara sangat penting untuk menentukan pengobatan yang tepat dan memberikan perkiraan prognosis yang akurat untuk pasien. Metode yang digunakan dalam penelitian ini adalah XGBoost, yang merupakan teknik ensemble learning yang cukup populer dalam machine learning. Penelitian ini bertujuan untuk mengetahui hasil klasifikasi algoritma XGBoost dengan menggunakan data DNA microarray pada sel kanker payudara. yang berasal dari National Center for Biotechnology Information (NCBI). Pada tahap awal, model XGBoost dilatih dengan menggunakan parameter default, kemudian melakukan hyperparameter dengan menggunakan metode GridSearch CV untuk mencari parameter terbaik yang dapat meningkatkan performa model. Hasil penelitian menunjukkan bahwa pembagian data 10-fold cross validation dan telah dilakukan hyperparameter, performa model XGBoost meningkat signifikan. Akurasi model meningkat dari 50% menjadi 76%, presisi 50% menjadi 86%, recall dari 50% meningkat dari 60%, dan f1-score menjadi 71%. Hal ini menunjukkan bahwa hyperparameter dapat meningkatkan performa model XGBoost dalam klasifikasi microarray pada sel kanker payudara.

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data 600 Teknologi (ilmu terapan) > 610 Ilmu kedokteran, ilmu pengobatan dan ilmu kesehatan
Program Studi:	FAKULTAS MIPA > Prodi Ilmu Komputer
Pengguna Deposit:	2301488972 . Digilib
Date Deposited:	10 Apr 2023 02:54
Terakhir diubah:	10 Apr 2023 02:54
URI:	http://digilib.unila.ac.id/id/eprint/70465

Actions (login required)

Lihat Karya Akhir