UTARI, Nurul Dwi (2024) Perbandingan Teknik Oversampling SMOTE dan ADASYN dalam Klasifikasi Penyakit Kanker Paru Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1 JUDUL.pdf Download (60kB)
	Text 3 HALAMAN PENGESAHAN I.pdf Download (150kB)
	Text 4 HALAMAN PENGESAHAN II.pdf Download (154kB)
	Text 5 KATA PENGANTAR.pdf Download (115kB)
	Text 6 ABSTRAK.pdf Download (50kB)
	Text 7 ABSTRACT.pdf Download (50kB)
	Text 8 DAFTAR ISI.pdf Download (71kB)
	Text 12 BAB 1 PENDAHULUAN.pdf Download (134kB)
	Text 17 DAFTAR PUSTAKA.pdf Download (141kB)

Abstract

Kanker paru merupakan penyebab utama kematian akibat kanker
dibandingkan dengan jenis kanker lainnya, menyumbang 32% kematian pada pria
dan 25% pada wanita. Beberapa faktor yang dapat menyebabkan kanker paru
diantaranya merokok, paparan asap rokok, usia, jenis kelamin, paparan terhadap
radon, asbes, dan zat karsinogen lainnya. Tujuan penelitian ini adalah untuk
mengetahui perbandingan hasil klasifikasi penyakit kanker paru menggunakan
penanganan data tidak seimbang Synthetic Minority Oversampling Technique
(SMOTE) dan Adaptive Synthetic Sampling Approach (ADASYN) dari data
sekunder yang diambil dari website Kaggle berjudul Lung Cancer. Penelitian ini
menggunakan algoritma Support Vector Machine yang dioptimasi menggunakan
Particle Swarm Optimization. Hasil penelitian didapatkan algoritma SVM-PSO
dengan metode SMOTE menghasilkan performa lebih baik daripada metode
ADASYN, dengan akurasi (93,55%), sensitivitas (96,36%), dan spesifisitas
(71,43%).
Kata Kunci: Kanker Paru, Klasifikasi, SMOTE, ADASYN, SVM, PSO.

Actions (login required)

View Item