Penerapan Algoritma C4.5 Berbasis Particle Swarm Optimization (PSO) Untuk Deteksi Kanker Payudara

Haris Muhammad, Luthfi and Chairani, Chairani (2024) Penerapan Algoritma C4.5 Berbasis Particle Swarm Optimization (PSO) Untuk Deteksi Kanker Payudara. Penerapan Algoritma C4.5 Berbasis Particle Swarm Optimization (PSO) Untuk Deteksi Kanker Payudara, 16 (2). pp. 1-10. ISSN 2622-609X

	Text halamana pengesahan jurnla.pdf Download (291kB)
	Text 9095-Article Text-29416-1-10-20240811.pdf Download (497kB)
	Text Surat Pernyataan paper.pdf Download (93kB)

Official URL: https://jurnal.polsri.ac.id/index.php/jupiter/arti...

Abstract

Muhammad Haris Luthfi * 1 , Chairani 2 1,2 IIB Darmajaya ; Jl. ZA. Pagar Alam No.93, Gedong Meneng, Kec. Rajabasa, Kota Bandar Lampung, Lampung 35141, telp (0721) 787214 Jurusan Teknik Informatika, IIB Darmajaya e-mail: * 1 harisluthfi95@gmail.com@gmail.com, chairani@darmajaya.ac.id 2 Abstrak Penelitian ini dilatarbelakangi oleh tantangan yang sering muncul terkait dengan rendahnya akurasi dan efektivitas dalam model klasifikasi saat menangani data yang kompleks. Untuk mengatasi tantangan ini, dibangun penelitian ini yang bertujuan untuk menilai dan memperbaiki performa model klasifikasi dengan memadukan metode Particle Swarm Optimization (PSO) dengan Decision Tree C4.5 dalam platform RapidMiner. Pendekatan ini melibatkan eksperimen di mana PSO diterapkan untuk mengoptimalkan parameter Decision Tree C4.5, diikuti dengan evaluasi performa model yang dihasilkan. Hasil eksperimen menunjukkan adanya peningkatan yang signifikan, dengan akurasi model mencapai 99,34%, precision hingga 99,65%, recall sebesar 99,30%, dan Area Under the Curve (AUC) sebesar 0,997. Temuan ini menunjukkan bahwa integrasi PSO dan Decision Tree C4.5 dapat secara signifikan meningkatkan efektivitas klasifikasi, menjadikannya metode yang layak untuk aplikasi pengolahan data yang memerlukan tingkat akurasi yang tinggi. Kata Kunci:Particle Swarm Optimization (PSO), Decision Tree C4.5, RapidMiner, akurasi, precision, recall.

Item Type:	Article
Subjects:	Ilmu Komputer eDissertations
Divisions:	Jurnal > Jurnal Ilmu Komputer
Depositing User:	haris luthfi
Date Deposited:	02 Sep 2025 02:51
Last Modified:	02 Sep 2025 02:51
URI:	http://repo.darmajaya.ac.id/id/eprint/21228

Actions (login required)

View Item