Perbandingan Performa Algoritma C4.5 dan Naive Bayes untuk Prediksi Kanker Serviks pada Wanita

Abstract

Adanya peningkatan jumlah kasus kanker serviks di Indonesia berdasarkan data pada tahun 2020 menunjukkan perlunya upaya untuk menekan kenaikan melalui berbagai upaya pencegahan primer dan sekunder. Upaya primer yang dapat dilakukan di antaranya adalah seperti menanamkan pola hidup sehat serta melakukan vaksinasi HPV. Langkah ini tentunya perlu didukung dengan upaya pencegahan sekunder, yakni dengan melakukan skrining atau deteksi dini guna memastikan kesehatan leher rahim penduduk wanita Indonesia, sehingga pengembangan teknologi skrining perlu terus dilakukan demi menghasilkan teknologi skrining yang semutakhir mungkin. Pada penelitian ini, penulis berupaya membandingkan performa algoritma C4.5 dan Naïve bayes dari segi akurasi dan presisinya. Hasil penelitian dan pengujian algoritma C4.5 dan Naïve Bayes akan dibandingkan kemudian dipilih yang terbaik untuk memprediksi kemungkinan terkena kanker serviks berdasarkan parameter diagnosis kanker serviks mengunjukkan prediksi hasil yang akurat dengan kesalahan minimal. Pada akhir penelitian C4.5 Decision Tree mendapatkan hasil yang lebih unggul ketika kita melakukan 10-Fold Cross Validation sehingga algortima C4.5 lebih tepat digunakan pada kasus prediksi kanker serviks pada wanita.