Komparasi Metode Multi Layer Perceptron (MLP) dan Support Vector Machine (SVM) untuk Klasifikasi Kanker Payudara

ABSTRAKPenyebab kematian utama saat ini di dunia salah satunya dikarenakan oleh penyakit kanker. Menurut data Globocan 2018, dengan tingkat rerata 17 per 100.000 jiwa dan insiden sebanyak 2,1 untuk kanker payudara yang menyerang wanita Indonesia. Hal menjadikan Indonesia menempati peringkat ke-23 Asia ke-8 Tenggara. Seiring perkembangan teknologi, sistem berbantuan komputer telah membantu orang berbagai bidang misalnya medis. Penentuan jenis menggunakan mechine learning dapat ahli patologi melakukan pemeriksaan secara lebih konsisten efisien. Pada penelitian ini, akan dilakukan komparasi metode Multi Layer Perceptron (MLP) Support Vector Machine (SVM) klasifikasi payudara. Adapun hasil didapatkan menunjukan bahwa, dalam fungsi aktivasi Logistic optimisasi Adam memberikan nilai accuracy, precision recall terbaik dibandingkan yaitu sebesar 97.7%.Kata kunci: (MLP), Aktivasi Logistic, Optimisasi Adam, (SVM), Kanker PayudaraABSTRACTThe leading cause of death today in the world is due to cancer. According 2018 data, with an average mortality rate 100,000 people and incidence 2.1 for breast cancer that affects women This makes ranked 23rd 8th Southeast Asia. As technology has evolved, computer-aided systems have helped various fields such as medical field. Determination type using can help pathologists perform examinations more consistently efficiently. In this study, a comparison methods will be carried out classification. The results obtained showed that, classification multi layer perceptron logistic activation function optimization provides best value compared which 97.7%.Keywords: Activation, Optimization, Breast Cancer