MULTI LAYER PERCEPTRON DAN PRINCIPAL COMPONENT ANALYSIS UNTUK DIAGNOSA KANKER PAYUDARA

Authors

  • Made Satria Wibawa
  • I Made Dendi Maysanjaya

DOI:

https://doi.org/10.23887/janapati.v7i1.12909

Keywords:

CAD, kanker payudara, MLP, PCA, RELU, TANH, adam

Abstract

CAD (Computer Aided Diagnosis) merupakan teknik diagnosa berbantuan komputer untuk meningkatkan akurasi hasil diagnosa dari suatu penyakit. CAD telah banyak digunakan untuk diagnosa dari berbagai penyakit, khususnya penyakit kanker payudara. Multi layer perceptron (MLP) sebagai salah metode dari jaringan saraf tiruan telah banyak digunakan untuk klasifikasi kanker payudara. Penelitian ini bertujuan untuk mencari kombinasi parameter paling optimal untuk mendiagnosa kanker payudara. Kombinasi parameter tersebut juga diujikan dengan metode reduksi fitur Principal Component Analysis (PCA). Hasil penelitian menunjukkan bahwa parameter paling optimal adalah fungsi optimisasi RELU serta TANH dengan fitur optimisasi adam dengan tingkat akurasi 0.973

Downloads

Published

2018-05-12

How to Cite

Wibawa, M. S., & Maysanjaya, I. M. D. (2018). MULTI LAYER PERCEPTRON DAN PRINCIPAL COMPONENT ANALYSIS UNTUK DIAGNOSA KANKER PAYUDARA. Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI, 7(1), 90–99. https://doi.org/10.23887/janapati.v7i1.12909

Issue

Vol. 7 No. 1 (2018)

Section

Articles

License

Authors who publish with Janapati agree to the following terms:
  1. Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)