PERBANDINGAN KINERJA NAIVE BAYES CLASSIFIER DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PADA KLASIFIKASI PENYAKIT KANKER PAYUDARA

Abstract

Klasifikasi antara sel kanker dengan normal menggunakan data fluorescence hasil pengukuran ekpresi gen MicroRNA sangat diperlukan untuk keberhasilan sistem dektesi dini. Metode klasifikasi yang diimplementasikan pada tugas akhir ini adalah Naive Bayes Classifier dan Jaringan Syaraf Tiruan Backpropagation. Metode klasifikasi yang digunakan diukur akurasinya dengan menggunakan metode pengujian 10 fold cross validation. Hasil eksperimen menunjukan waktu komputasi pengujian k-fold tercepat adalah menggunakan metode Naive Bayes Classifier. Waktu komputasi pengujian k-fold menggunakan Naive Bayes Classifier adalah 0,112 detik pada lingkungan pengembangan sedangkan Backpropagation adalah 10,063 detik pada lingkungan pengembangan. Akurasi terbaik diperoleh menggunakan metode Jaringan Syaraf Tiruan Backpaopagation dengan nilai akurasi 99.04%, sensitivity 0,99038, specificity 0,99038, dan false positive rate 0,00962 sedangkan Naive Bayes Classifier memperoleh akurasi 97.12%, sensitivity 0,99, specificity 0,95470, dan false positive rate 0,05607.