Jurnal Kecerdasan Buatan dan Teknologi Informasi
Vol. 4, No. 1, January 2025, hlm. 33-42
e-ISSN: 2964-2922, p-ISSN: 2963-6191
DOI : https://doi.org/10.69916/jkbti.v4i1.191

PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN
LOGISTIC REGRESSION DALAM KLASIFIKASI KANKER PAYUDARA
Anita Desiani*1, Des Alwine Zayanti2, Indri Ramayanti3, Faishal Fitra Ramadhan4 , Giovillando5
1,2,4,5

Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sriwijaya, Palembang, Indonesia
3
Ilmu Kedokteran, Fakultas Kedokteran, Universitas Muhammadiyah Palembang, Palembang, Indonesia
Email: 1anita_desiani@unsri.ac.id, 2desalwinez@unsri.ac.id, 3indri_ramayanti@um-palembang.ac.id,
4
faishalfitraramadhan01@gmail.com, 5gio.villando11@.gmail.com
(Diterima : 17 November 2024, Direvisi : 27 Desember 2024, Disetujui : 2 Januari 2025)
Abstrak

Kanker payudara memberikan dampak fisik dan dampak psikologis pada pasien. Deteksi dini terhadap kanker
payudara dibutuhkan pada pengidap yang berisiko mengidap kanker payudara. Salah satu solusi yang bisa dilakukan
untuk deteksi dini penyakit kanker payudara yaitu dengan melakukan klasifikasi menggunakan pendekatan data
mining menggunakan algoritma Support Vector Machine (SVM) dan Algoritma Logistic regression (LR) dengan teknik
pengujian Percentage Split dan K-Fold Cross Validation. Penelitian ini bertujuan untuk mendapatkan hasil klasifikasi
terbaik untuk mendeteksi penyakit kanker payudara dengan membandingkan kedua algoritma tersebut. Hasil Akurasi
yang dihasilkan dari penelitian ini yaitu pada algoritma SVM diperoleh 96% dengan Percentage Split dan 98% pada
metode K-Fold Cross Validation. Sementara pada Algoritma Logistic regression didapat hasil akurasi sebesar 96%
pada metode Percentage Split dan 97% untuk metode K-Fold Cross Validation. Berdasarkan hasil akurasi, algoritma
SVM dengan metode K-Fold Cross Validation merupakan algoritma terbaik dalam mengklasifikasi penyakit kanker
payudara. Namun, hasil akurasi dari LR masih bisa dikatakan sangat baik karena menghasilkan akurasi lebih dari
90%.
Kata kunci: data mining, kanker payudara, klasifikasi, logistic regression, SVM.

COMPARISON OF SUPPORT VECTOR MACHINE (SVM) AND LOGISTIC
REGRESSION ALGORITHMS IN BREAST CANCER CLASSIFICATION
Abstract
Breast cancer has both a physical and psychological impact on patients. Early detection of breast cancer is needed
in people who are at risk of developing breast cancer. One solution that can be done for early detection of breast
cancer is by classifying using a data mining approach using the Support Vector Machine (SVM) algorithm and the
Logistic regression (ALR) algorithm with Percetange Split and K-Fold Cross Validation testing techniques. This
research aims to get the best classification results for detecting breast cancer by comparing the two algorithms. The
accuracy results generated from this study are in the SVM algorithm obtained 96% in the Percetange Split method
and 98% in the K-Fold Cross Validation method. While the Logistic regression algorithm obtained an accuracy of
96% for the Percetange Split method and 97% for the K-Fold Cross Validation method. Based on the accuracy results,
the SVM algorithm K-Fold Cross Validation method is the best algorithm in classifying breast cancer diseases.
However, the accuracy results of ALR can still be said to be very good because it is more than 90%.
Keywords: breast cancer, classification, data mining, logistic regression, SVM.

1.

PENDAHULUAN
Kanker adalah tumor ganas yang dapat menyerang jaringan tubuh dan menyebar ke organ lain. Penyakit ini
merupakan salah satu penyebab utama kematian global, dengan tercatat Jumlah kasus baru akibat kanker sampai
dengan tahun 2020 di dunia adalah 19,2 juta jiwa. Sedangkan jumlah kematian akibat kanker tahun 2020 di dunia
mencapai 9,9 juta jiwa [1]. Salah satu jenis kanker yang paling sering menyerang perempuan adalah kanker
payudara, yang menyumbang 30% dari seluruh kasus kanker pada perempuan dan merupakan jenis kanker paling
dominan di Indonesia [2]. Kanker payudara adalah kanker pada jaringan payudara yang disebabkan oleh sel-sel
ganas yang berasal dari komponen kelenjar seperti pembuluh darah, jaringan saraf, dan jaringan lemak di payudara
33

Anita Desiani dkk, Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi
Kanker Payudara

[3]. Meskipun penyebab pasti kanker payudara belum diketahui, beberapa faktor risiko telah diidentifikasi, termasuk
kelemahan genetik pada sel tubuh, iritasi dan inflamasi kronis pada payudara, paparan radiasi sinar-X atau sinar
matahari berlebihan, serta konsumsi senyawa karsinogenik dalam jumlah berlebihan [4]. Pada tahun 2020, terdapat
396.914 kasus kanker di Indonesia, dengan 68.858 kasus baru kanker payudara yang menyebabkan sekitar 22.000
kematian [5]. Untuk menekan jumlah kasus kanker payudara, deteksi dini sangat penting, terutama pada individu
yang memiliki risiko tinggi. Salah satu pendekatan dalam deteksi dini adalah pemanfaatan metode data mining.
Data mining menawarkan solusi efektif untuk analisis data kesehatan, terutama dalam deteksi kanker payudara [6].
Metode ini memungkinkan pengolahan data medis dalam jumlah besar secara sistematis untuk menemukan polapola yang mungkin tidak terlihat secara kasat mata [6]. Dengan memanfaatkan data mining, tenaga medis dapat
membuat keputusan diagnosis yang lebih akurat dan objektif berdasarkan pembelajaran dari data historis pasien [7].
Pendekatan ini juga memungkinkan identifikasi faktor-faktor risiko yang signifikan dan dapat membantu dalam
perencanaan strategi pencegahan yang lebih efektif [8].
Data mining adalah teknik yang digunakan untuk menemukan informasi tersembunyi dalam dataset yang telah
terpilih [9]. Beberapa algoritma yang umum digunakan dalam data mining adalah Support Vector Machine (SVM)
dan Logistic regression (LR). Support Vector Machine (SVM) adalah algoritma yang bekerja dengan mencari
hyperplane optimal untuk memisahkan dua kelas pada ruang input menggunakan prinsip Structural Risk
Minimization (SRM) [10]. Algoritma ini memiliki stabilitas dan kemampuan generalisasi yang baik dibandingkan
algoritma lainnya [11]. Penelitian sebelumnya yang menunjukkan keunggulan SVM, seperti penelitian oleh Amalia
[12] yang mengaplikasikan SVM pada klasifikasi penyakit ginjal kronis dan mencapai akurasi 95,16%. Apriyani
[13] menggunakan SVM untuk klasifikasi diabetes melitus dengan akurasi 96,27%, sementara Budiman dan
Niqotaini [14], mengaplikasikan SVM untuk prediksi penyakit kulit dengan akurasi 98,1%. Namun, algoritma SVM
memiliki kelemahan pada dataset berukuran besar karena waktu pelatihan yang cukup lama [15]. Sebaliknya,
Logistic regression (LR) memiliki keunggulan dalam memproses dataset besar dengan efisiensi tinggi karena
kebutuhan komputasi yang rendah [16].
Logistic regression adalah metode analisis multivariat yang bertujuan memprediksi variabel dependen
berdasarkan variabel independent [17]. Algoritma ini menganalisis data kategorikal dengan variabel respon biner
(Y) dan variabel penjelas kontinu atau kategorikal (X) [18]. Parameter yang dihasilkan oleh algoritma ini
memberikan wawasan mengenai pentingnya setiap fitur, sehingga hubungan antar fitur dapat diinterpretasikan [19].
Penelitian sebelumnya yang menunjukkan potensi Algoritma Logistic regression, seperti penelitian oleh Azhar [20]
yang menggunakan algoritma LR untuk klasifikasi penyakit stroke dengan akurasi 98,63%. Penelitian oleh
Ismafillah [21] juga menunjukkan akurasi 93,1% untuk klasifikasi stroke, sementara Nugroho [22], menggunakan
LR untuk klasifikasi penyakit kardiovaskular. Meskipun algoritma ini cocok untuk dataset besar, Algoritma LR
rentan terhadap masalah underfitting pada dataset dengan kelas yang tidak seimbang sehingga dapat menurunkan
akurasi. Penelitian ini bertujuan membandingkan kinerja algoritma SVM dan Logistic regression untuk klasifikasi
kanker payudara. Perbandingan antara algoritma SVM dan Logistic regression dipilih karena keduanya memiliki
karakteristik yang saling melengkapi, di mana SVM unggul dalam stabilitas dan generalisasi sementara LR efisien
dalam memproses dataset besar.
Penelitian ini memberikan beberapa kontribusi signifikan dalam pengembangan sistem klasifikasi kanker
payudara. Pertama, penelitian ini menghadirkan evaluasi komparatif sistematis antara algoritma SVM dan LR,
sehingga menghasilkan analisis komprehensif tentang performa kedua algoritma dalam konteks diagnostik kanker
payudara [23]. Kedua, implementasi dual-validation framework yang mengintegrasikan Percentage Split dan KFold Cross Validation memberikan evaluasi model yang lebih robust dan reliable, meminimalisasi bias dalam
pengukuran performa [24]. Ketiga, hasil perbandingan algoritma ini berkontribusi pada pengembangan ComputerAided Diagnosis (CAD) system untuk deteksi kanker payudara, menyediakan fundamental metodologis bagi
pengembangan sistem pendukung keputusan klinis yang lebih akurat [25]. Dua metode validasi yang digunakan
pada penelitian ini adalah Percentage Split dan K-Fold Cross Validation. Pada kedua metode ini, dataset dibagi
menjadi 80% data pelatihan dan 20% data pengujian, dengan nilai 𝐾 pada K-Fold Cross Validation sebesar 10.
Klasifikasi akan dilakukan untuk membedakan kanker payudara jinak (Benign, B) dan ganas (Malignant, M).
Kinerja kedua algoritma akan dievaluasi berdasarkan metrik akurasi, presisi, dan recall untuk menentukan algoritma
terbaik dalam mendeteksi kanker payudara.
2.

METODE PENELITIAN
Metode Penelitian bertujuan untuk memperoleh hasil yang sesuai dengan gambaran garis besar. Dari proses analisis ini,
digunakan 4 jenis tahapan. Gambaran alir proses penelitian dapat dilihat pada gambar 1 berikut ini:

34

Anita Desiani dkk, Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi
Kanker Payudara

Gambar 1. Alur Proses Penelitian (Sumber: Penulis)
2.1. Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah dataset yang diperoleh dari situs kaggle yaitu
https://www.kaggle.com/datasets/yasserh/breast-cancer-dataset dengan format csv. Dataset yang diambil dari situs
kaggle merupakan dataset Kanker Payudara yang terdiri dari 569 data serta memiliki 31 atribut dimana salah satu
atribut adalah atribut diagnosa dan pada atribut terdapat label Malignent (M) yang merupakan kanker payudara
ganas dengan jumlah 212 data dan Benign (B) merupakan kanker payudara jinak dengan jumlah 357 data. Adapun
atribut-atribut pada dataset yang dapat dilihat pada tabel 1 berikut.

No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

Tabel 1. Input Algoritma Dataset
Atribut
Nilai Atribut
Diagnosis
M (-1), B (+1)
Texture mean
9.71 – 39.28
area mean
143.5 - 2501
Perimeter mean
43.79 – 188.5
Smoothness mean
0.05263 – 0.1634
Concavity mean
0 – 0.4268
Compactness mean
0.01938 – 0.3454
Concave points mean
0 – 0.2012
Fractal dimensxtureion mean
0.04996 – 0.09744
Symmetry mean
0.106 – 0.304
Texture se
0.3602 – 4.885
Radius se
0.1115 – 2.873
Area se
6.802 – 542.2
Perimeter se
0.757 – 21.98
Compactness se
0.002252 – 0.1354
Smoothness se
0.001713 – 0.03113
Concave points se
0 – 0.05279
Concavity se
0 – 0.396
Fractal dimension se
0.0008949 – 0.02984
Symmetry se
0.007882 – 0.07895
Texture worst
12.02 – 49.54
Radius worst
7.93 – 36.04
Area worst
185.2 – 4254
Perimeter worst
50.41 – 251.2
Compactness worst
0.02729 – 1.058
Smoothness worst
0.07117 – 0.2226
Concave points worst
0 – 0.291
Concavity worst
0 – 1.252
Fractal dimension worst
0.05504 – 0.2075
Symmetry worst
0.1565 – 0.6638
Radius mean
6.981 – 28.11
35

Tipe Data
Kategorik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik
Numerik

Anita Desiani dkk, Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi
Kanker Payudara

2.2. Pengolahan Data Awal
Pada pengolahan data awal, range data akan diperiksa pada masing masing atribut. Ditemukan 9 atribut yang
memiliki range data yang harus dinormalisasi yaitu Texture mean, area mean, Perimeter mean, Area se, Texture
worst, Radius worst, Area worst, Perimeter worst, dan Radius mean. Tujuan dilakukan normalisasi adalah untuk
memperoleh hasil klasifikasi yang lebih baik dengan cara nilai rentang setiap atribut disamakan dengan skala skala
dari 0 (min) hingga 1 (max) [26]. Adapun rumus dari normalisasi dituliskan pada persamaan (1) [27].
𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑧𝑒𝑑 (𝑥) =

min 𝑅𝑎𝑛𝑔𝑒+(𝑥−min 𝑉𝑎𝑙𝑢𝑒)(max 𝑅𝑎𝑛𝑔𝑒−min 𝑅𝑎𝑛𝑔𝑒)
max 𝑉𝑎𝑙𝑢𝑒−min 𝑉𝑎𝑙𝑢𝑒

(1)

Pada tahap normalisasi, data bertipe kategorik diubah menjadi data yang bertipe numerik. Pada kasus ini atribut
Diagnosis akan diubah labelnya dari M dan B menjadi -1 dan 1. Dalam pengolahan data awal juga digunakan
beberapa teknik yaitu K-Fold Cross Validation dan Percetange Split. Tujuan penggunaan teknik pengujian adalah
untuk memperoleh data yang berkualitas [28]. K-Fold Cross Validation merupakan metode yang berfungsi untuk
memeriksa overfitting pada model [29]. Pada metode K-Fold Cross Validation digunakan nilai 𝑘 dengan jumlah 10.
Sementara itu, Percetange Split merupakan Algoritma yang dapat melakukan prediksi presentase data dengan cara
mengevaluasi suatu algoritma [30]. Pada penelitian ini, digunakan komposisi sebesar 80% pada data training dan
20% data testing.
2.3. Penerapan Algoritma
1. Support Vector Machine
Algoritma SVM pada proses perhitungannya menggunakan prinsip Structural Risk Minimization (SRM) [31].
SVM merupakan algoritma yang digunakan untuk menemukan hyperplane optimal yang berfungsi sebagai
pembatas/pemisah dua kelas yang berbeda serta untuk memaksimalkan margin antara dua kelas tersebut di ruang
input [32]. Berikut merupakan gambar Hyperplane Dimensi yang dapat dilihat pada Gambar 2 [33].

Gambar 2. Hyperplane Dua Dimensi
Pada Gambar 2, setiap kelas terdefinisi oleh vektor 𝑤 dan nilai 𝑏, yang bersama-sama mendefinisikan sebuah
bidang hyperplane dalam ruang fitur [33]. Perubahan pada nilai 𝑏 akan mengakibatkan pergeseran pada posisi
hyperplane tersebut. Dalam kasus dua kelompok objek yang berasal dari kelas yang berbeda, terdapat sebuah
hyperplane optimal yang memisahkan keduanya. Untuk menemukan hyperplane optimal, tujuan utama adalah
memaksimalkan margin, yaitu jarak terbesar antara hyperplane dengan titik data terdekat dari kedua kelas. Titik
data yang berada pada kelas -1 memenuhi persamaan 𝑤 · 𝑥𝑖 + 𝑏 = −1, sedangkan titik data yang berada pada
kelas +1 memenuhi persamaan 𝑤 · 𝑥𝑖 + 𝑏 = 1. Setelah hyperplane ditemukan, langkah selanjutnya adalah
menerapkan algoritma Support Vector Machine (SVM) untuk melakukan klasifikasi. Langkah-langkah dalam
algoritma SVM untuk menemukan hyperplane optimal dan mengklasifikasikan data yaitu sebagai berikut [34].
a. Tentukan titik data {𝑥1 , 𝑥2 , … , 𝑥𝑛 } yang merupakan atribut pada data.
b. Menentukan kelas : 𝑦1 {−1, +1}, −1 sebagai Malignent dan +1 sebagai Benign.
c. Menentukan data kelas berdasarkan rumus {(𝑥𝑖 , 𝑦𝑖 )}𝑁
𝑖−1 dimana 𝑥1 merupakan vektor baris fitur ke-𝑖, 𝑦
merupakan label kelas dari 𝑥1 , dan 𝑁 merupakan banyaknya data.
d. Memaksimalkan fungsi berdasarkan persamaan (2).
36

Anita Desiani dkk, Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi
Kanker Payudara
𝑁
𝑁
𝑁
𝐿𝑑 = ∑𝑁
𝑖=1 𝑑𝑖 − ∑𝑖=1 ∑𝑗=1 𝑘𝑖 𝑘𝑗 𝑦𝑖 𝑦𝑗 𝐾(𝑥𝑖 , 𝑥𝑗 ), 0 ≤ 𝑘𝑖 ≤ 𝐶 dan ∑𝑖=1 𝑘𝑖 𝑦𝑖 = 0

e.

Dengan 𝐿𝑑 yaitu dualitas Langrange Multipier, 𝐾 yaitu nilai bobot setiap titik data, 𝐶 yaitu Nilai
Konstanta, 𝑁 yaitu banyaknya data, dan 𝑑 yaitu jarak antar setiap data ke hyperplane.
Menghitung nilai 𝑤 dan 𝑏 berdasarkan persamaan (3) dan (4).
𝑤 = ∑𝑁
(3)
𝑖=1 𝑎𝑖 𝑦𝑖. 𝑥𝑖
𝑏=

f.

(2)

−1
2

(𝑤. 𝑥 𝑖 + 𝑤. 𝑥)

(4)

dimana 𝑤 adalah nilai yang berkaitan dengan margin, 𝑁 adalah banyaknya data, 𝑎 merupakan nilai angka
terendah, 𝑥 merepresentasikan vektor input, 𝑦 merupakan {−1, +1}, dan 𝑏 merupakan bias.
Menghitung fungsi keputusan klasifikasi 𝑠𝑖𝑔𝑛(𝑓(𝑥)) menggunakan persamaan (5)
𝑓(𝑥) = 𝑤. 𝑥 + 𝑏
(5)
atau dengan persamaan (6)
𝑓(𝑥) = ∑𝑚
𝑖=1 𝑎𝑖 𝑦𝑖 𝐾(𝑥, 𝑥𝑗 ) + 𝑏

(6)

dengan 𝑚 adalah jumlah titik data yang dimiliki 𝑎𝑖 > 0, dan 𝐾(𝑥, 𝑥𝑖 ) merupakan fungsi kernel. Pada
penelitian ini kernel yang digunakan adalah kernel linier. Adapun pendefinisiannya pada persamaan (7).
𝐾(𝑥, 𝑦) = 𝑥. 𝑦
(7)
2.

Logistic regression
Algoritma Logistic regression menggunakan maksimum likelihood dengan distribusi logistik. Adapun
langkah pengerjaan Algoritma Logistic regression sebagai berikut [35].
a. Menentukan dependent variabel dan independent variabel yang merupakan atribut dari data.
b. Menentukan kelas : , −1 sebagai Malignent dan +1 sebagai Benign.
c. Menentukan nilai acak untuk 𝛽1 , 𝛽2 , … , 𝛽𝑛 sebagai nilai asumsi dasar untuk menentukan likelihood.
d. Menghitung nilai 𝑌 prediksi menggunakan persamaan (8).
𝑌 = 𝑎 + 𝛽1. 𝑋1𝑗 + 𝛽2. 𝑋2𝑗 + ⋯ + 𝛽𝑛. 𝑋𝑛𝑗
(8)

e.
f.

dimana 𝑎 merupakan intercept, 𝛽1 , … , 𝛽𝑛 adalah atribut independent penurunan, 𝑛 adalah jumlah atribut
independent, dan 𝑗 adalah jumlah record dalam dataset.
Mengeksponensialkan nilai 𝑌 prediksi yang didapat dari persamaan (8).
Menghitung nilai peluang 𝑃(𝑋) dengan menggunakan persamaan (9).
𝑃(𝑋) =

g.

𝑒𝑌
1+𝑒 𝑌

(9)

dimana 𝑃(𝑋) merupakan peluang kejadian sukses dengan nilai probabilitas 0 ≤ 𝑃(𝑋 ≤ 1) dan 𝑌
merupakan nilai prediksi.
Menghitung maksimum log likelihood dengan persamaan (10).
𝑚𝑎𝑘𝑠 = 𝑌𝑖 × ln(𝑃(𝑋) + (1 − 𝑌𝑖 )) × ln(1 − 𝑌𝑖 )
(10)
dimana 𝑌𝑖 merupakan nilai independent variabel berdasarkan kelas yang sudah ditentukan, dan 𝑃(𝑋)
adalah nilai hasil yang diperoleh dari persamaan (9).

2.4. Evaluasi Hasil
Confusion Matrix merupakan matriks yang memiliki fungsi untuk menampilkan visualisasi kinerja dari
algoritma, serta digunakan untuk menghitung kinerja performa dari suatu model algoritma dalam suatu prediksi
aktual dengan bentuk False Positif (FP), True Positif (TP), False Negative (FN), dan True Negative (TN) dari
informasi [36]. Penjelasan lengkap dari confusion matrix bisa dilihat di tabel 2.
Tabel 2. Confusion Matrix [36]
Nilai Aktual
Kelas
Positive
Negative
True Positive
Positive
False Negative (FN)
(TP)
Nilai Prediksi
True Negative
Negative False Positive (FP)
(TN)

37

Anita Desiani dkk, Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi
Kanker Payudara

3. HASIL DAN PEMBAHASAN
3.1. Algoritma SVM
Pada algoritma SVM metode percetange split, digunakan data training sebesar 80% dan data testing sebesar
20%. Kernel yang digunakan pada algoritma SVM adalah kernel linear. Metode K-Fold Cross Validation juga
digunakan pada algoritma ini. Nilai K-Fold yang digunakan pada penelitian ini adalah 10. Diperoleh confusion
matrix dari metode Percetange Split dan K-Fold Cross Validation algoritma SVM yang dapat dilihat pada tabel 3.
Tabel 3. Confusion Matrix Percetange Split dan K-Fold Cross Validation Algoritma SVM
Percentage Split
K-Fold Cross Validation
Nilai Aktual
Nilai Aktual
Kelas
Kelas
-1
1
-1
1
-1 71 1
-1 352
5
Nilai Prediksi
Nilai Prediksi
1
3 39
1
9
203
Pada tabel 3 terlihat bahwa di metode percetange Split terdapat 71 data yang diprediksi benar sebagai kategori -1 dan 39
data yang diprediksi benar sebagai kategori 1. Terdapat 1 data yang diprediksi sebagai -1 yang seharusnya adalah 1. Terdapat
pula 3 data yang harusnya masuk ke dalam kategori 1, tetapi diprediksi sebagai kategori -1. Sementara itu, untuk metode KFold Cross Validation 352 data diprediksi benar sebagai kategori -1 dan 203 data diprediksi benar sebagai kategori 1.
Sementara itu, terdapat 5 data yang harusnya masuk ke kategori -1, tetapi diprediksi sebagai kategori 1, serta 9 data yang
diprediksi sebagai -1 dan masuk ke kategori 1. Dari Confusion Matrix yang diperoleh, dihasilkan nilai akurasi, presisi dan
recall dari masing-masing label yang ditunjukkan oleh tabel 4 berikut ini.
Tabel 4. Nilai Akurasi, Presisi dan Recall Metode Percetange Split dan K-Fold Cross Validation Algoritma SVM
Metode
Label Presisi Recall Akurasi
-1
93%
97%
Percetange Split
96%
1
99%
96%
-1
98%
96%
K-Fold Cross Validation
98%
1
98%
99%
Tabel 4 menunjukkan nilai akurasi, presisi, dan recall dari kedua metode pengujian algoritma SVM pada
klasifikasi penyakit kanker payudara. Terlihat bahwa metode K-Fold Cross Validation menghasilkan nilai akurasi
yang lebih tinggi dibandingkan dengan metode Percetange Split walaupun nilai presisi dan recall dari masingmasing label tidak berbeda jauh.
3.2. Algoritma Logistic regression
Hasil klasifikasi Algoritma Logistic regression pada penyakit kanker payudara juga menggunakan metode
Percetange Split dan K-Fold Cross Validation dimana tingkat keberhasilannya diukur menggunakan confusion
matrix. Adapun Confusion Matrix dari metode Percetange Split dan K-Fold Cross Validation Algoritma Logistic
regression dapat dilihat pada tabel 5.
Tabel 5. Confusion Matrix Percetange Split Algoritma LR
Percentage Split
K-Fold Cross Validation
Nilai Aktual
Nilai Aktual
Kelas
Kelas
-1
1
-1
1
-1
72
5
-1 355
2
Nilai Prediksi
Nilai Prediksi
1
0
37
1
14
198
Pada tabel 5, pada metode Percetange Split terdapat 72 data yang diprediksi benar sebagai kategori -1, 37 data
yang diprediksi benar sebagai kategori 1, 0 data yang diprediksi sebagai -1 yang seharusnya adalah 1, dan 5 data
yang harusnya masuk ke dalam kategori 1, tetapi diprediksi sebagai kategori -1. Sementara pada metode K-Fold
Cross Validation terdapat 355 data diprediksi benar sebagai kategori -1 dan 198 data diprediksi benar sebagai
kategori 1. Terdapat pula 2 data yang diprediksi di kategori 1 yang harusnya masuk ke kategori -1, serta 14 data
yang harusnya masuk ke dalam kategori 1 tetapi diprediksi sebagai kategori -1. Dari Confusion Matrix yang
diperoleh, didapat nilai akurasi, presisi, dan recall dari masing-masing label yang dituliskan pada tabel 6.
Tabel 6. Nilai Akurasi, Presisi dan Recall Metode Percetange Split dan K-Fold Cross Validation Algoritma LR
Metode
Label Presisi Recall Akurasi
Percetange Split
-1
91%
100%
96%
38

Anita Desiani dkk, Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi
Kanker Payudara

K-Fold Cross Validation

1
-1
1

100%
99%
96%

95%
93%
99%

97%

Tabel 6 menunjukkan nilai akurasi, presisi, dan recall dari kedua metode pengujian Algoritma Logistic
regression pada klasifikasi penyakit kanker payudara. Pada Algoritma Logistic regression, metode K-Fold Cross
Validation Hasil evaluasi K-Fold Cross Validation menunjukkan bahwa presisi untuk label -1 meningkat menjadi
99% dibandingkan dengan Percentage Split, meskipun recall sedikit menurun menjadi 93%. Untuk label 1, presisi
tercatat sebesar 96%, dengan recall yang lebih tinggi, yaitu 99%. Akurasi keseluruhan pada metode ini mencapai
97%, menunjukkan bahwa metode K-Fold Cross Validation memberikan performa yang lebih konsisten
dibandingkan dengan metode Percentage Split.
3.3. Perbandingan Kedua Algoritma
Nilai akurasi dari algoritma SVM dan Algoritma Logistic regression dengan metode percetange split dan KFold Cross Validtion pada penyakit kanker payudara menunjukkan bahwa algoritma SVM dan ALR dengan kedua
metode tersebut sangat baik dalam mengklasifikasi penyakit kanker payudara. Adapun perbandingan nilai akurasi,
recall, dan presisi dari kedua algoritma, baik metode percetange split maupun metode K-Fold Cross Validation
dapat dilihat pada tabel 7 sebagai berikut.
Tabel 7. Perbandingan Nilai Akurasi, Recall, dan Presisi Algoritma SVM dan LR
Algoritma
Pemodelan
Label Presisi Recall Akurasi
-1
93%
97%
Percetange Split
96%
1
99%
96%
SVM
-1
96%
98%
K-Fold Cross Validation
98%
1
96%
98%
-1
91%
100%
Percetange Split
96%
1
100%
95%
Logistic regression
-1
93%
99%
K-Fold Cross Validation
97%
1
99%
96%
Pada tabel 7, terlihat bahwa pada algoritma SVM metode K-Fold Cross Validation memiliki tingkat akurasi
yang lebih tinggi dibanding metode Percetange Split. Sedangkan pada Algoritma Logistic regression, metode KFold Cross Validation menghasilkan nilai akurasi yang lebih tinggi dibandingkan dengan metode Percetange Split.
Meskipun demikian, kedua algoritma menghasilkan nilai akurasi, recall, dan presisi yang tinggi dengan baik
menggunakan metode Percetange Split maupun metode K-Fold Cross Validation. Adapun perbandingan dari nilai
recall dan presisi dari kedua algoritma menggunakan metode Percetange Split dan K-Fold Cross Validation bisa
dilihat lebih jelas dalam Gambar 3.
100
93

97

99

96

96 98

96 98

Label 1

Label -1

Label 1

100
91

80

100

95

99
93

99

96

PERCENTAGE (%)

60

40

20

0

Label -1

Percentage Split

Label -1

K-Fold Cross Validation
SVM

Label 1

Percentage Split

Label -1

K-Fold Cross Validation

Logistic Regression
Presisi

39

Recall

Label 1

Anita Desiani dkk, Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi
Kanker Payudara

Gambar 3. Hasil Percetange Split dan K-Fold Cross Validation
Pada gambar 3 diatas dapat dilihat bahwa nilai presisi dan recall algoritma SVM dan LR tidak berbeda jauh
walaupun memiliki sedikit perbandingan. Untuk melihat perbandingan yang lebih baik perlu dilakukan perhitungan
keseluruhan hasil recall, presisi dan akurasi dari kedua algoritma. Perhitungan nilai rata-rata presisi dan recall dari
algoritma SVM dan Logistic regression menggunakan metode Percetange Split dan K-Fold Cross Validation dapat
dilihat lebih jelas pada gambar 4 berikut ini.
100
96

96.5

96

98

95.5

97.5

96

97.5

PERCFENTAGE (%)

80

60

40

20

0
Percentage Split

K-Fold Cross Validation

Percentage Split

Support Vector Machine

K-Fold Cross Validation

Logistic Regression
Presisi

Recall

Gambar 4. Perbandingan Rata-Rata Nilai Presisi dan Recall
Dari gambar 4 dapat dilihat bahwa nilai presisi dan recall yang dihasilkan oleh metode K-Fold Cross Validation
lebih baik dibandingkan dengan Percetange Split pada algoritma SVM dan Logistic regression. Hasil K-Fold Cross
Validation yang diperoleh menggunakan algoritma SVM lebih baik dibanding Algoritma Logistic regression. Dari
keterangan gambar 4, maka dapat disimpulkan bahwa algoritma SVM lebih baik dibandingkan dengan Logistic
regression dalam melakukan klasifikasi kanker payudara
4.

KESIMPULAN
Berdasarkan penelitian dan pembahasan yang dilakukan untuk mengklasifikasi penyakit kanker payudara dari
dataset yang diperoleh, proses klasifikasi dilakukan dengan menggunakan teknik pengujian K-Fold Cross
Validation dan Percetange Split. Dari teknik pengujian tersebut diperoleh nilai rata-rata diatas 90%, baik
menggunakan metode Percetange Split maupun metode K-Fold Cross Validation. Dari nilai rata-rata tersebut, dapat
disimpulkan bahwa penggunaan teknik pengujian K-Fold Cross Validation dan Percetange Split pada algoritma
Support Vector Machine (SVM) dan Algoritma Logistic regression bekerja dengan sangat baik. Namun, dalam hasil
rata-rata nilai akurasi, presisi dan recall yang diperoleh dengan menggunakan metode K-Fold Cross Validation,
algoritma SVM lebih baik dibandingkan dengan Algoritma Logistic regression dalam mengklasifikasi penyakit
kanker payudara. Sehingga dapat disimpulkan bahwa algoritma Suppport Vector Machine (SVM) merupakan
algoritma terbaik dalam mengklasifikasi penyakit kanker payudara dibandingkan dengan Algoritma Logistic
regression.
DAFTAR PUSTAKA
[1]
J. Ferlay et al., “Global cancer observatory: cancer today,” Lyon Int. agency Res. cancer, vol. 20182020,
2020.
[2]
D. Alfiani, M. P. Putri, and W. Widayanti, “Literature Study: Obesitas Sebagai Faktor Risiko Pada Kanker
Payudara Triple Negative,” in Bandung Conference Series: Medical Science, 2022, pp. 326–329.
[3]
S. M. Bachtiar, Penurunan Intensitas Nyeri Pasien Kanker Payudara dengan Teknik Guided Imagery.
Penerbit NEM, 2022.
[4]
G. A. T. Dewi and L. Y. Hendrati, “Breast Cancer Risk Analysis by the Use of Hormonal Contraceptives
and Age of Menarche,” J. Berk. Epidemiol., vol. 3, no. 1, p. 12, 2016, doi: 10.20473/jbe.v3i12015.12-23.
[5]
Kemenkes, “Kanker Payudara Paling Banyak di Indonesia, Kemenkes Targetkan Pemerataan Layanan
Kesehatan.”
40

Anita Desiani dkk, Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi
Kanker Payudara

[6]
[7]
[8]
[9]

[10]

[11]
[12]
[13]

[14]
[15]
[16]
[17]
[18]
[19]
[20]

[21]

[22]

[23]
[24]

[25]
[26]
[27]

[28]
[29]
[30]

[31]

R. Selvan, B. Pepin, C. Igel, G. Samuel, and E. B. Dam, “Equity through Access: A Case for Small-scale
Deep Learning,” arXiv Prepr. arXiv2403.12562, 2024.
S. Syam et al., Data mining: Teori dan Penerapannya dalam Berbagai Bidang. PT. Sonpedia Publishing
Indonesia, 2024.
M. M. Islam, A. Rahaman, and M. R. Islam, “Development of Smart Healthcare Monitoring System in IoT
Environment,” SN Comput. Sci., vol. 1, pp. 1–11, 2020.
Yuli Mardi, “Data mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari
tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika,” J. Edik Inform., vol.
2, no. 2, pp. 213–219, 2019.
F. Rahutomo, P. Y. Saputra, and M. A. Fidyawan, “Implementasi Twitter Sentiment Analysis Untuk
Review Film Menggunakan Algoritma Support Vector Machine,” J. Inform. Polinema, vol. 4, no. 2, p. 93,
2018, doi: 10.33795/jip.v4i2.152.
D. Kurniawan and D. C. Supriyanto, “Optimasi Algoritma Support Vector Machine (SVM) Menggunakan
Adaboost Untuk Penilaian Risiko Kredit,” J. Teknol. Inf., vol. 9, no. 1, pp. 1414–9999, 2013.
H. Amalia, “Perbandingan Metode Data mining SVM Dan NN Untuk Klasifikasi Penyakit Ginjal Kronis,”
J. Pilar Nusa Mandiri, vol. 14, no. 1, p. 1, 2018.
H. Apriyani and K. Kurniati, “Perbandingan Metode Naïve Bayes Dan Support Vector Machine Dalam
Klasifikasi Penyakit Diabetes Melitus,” J. Inf. Technol. Ampera, vol. 1, no. 3, pp. 133–143, 2020, doi:
10.51519/journalita.volume1.isssue3.year2020.page133-143.
Dian Prajarini, “Perbandingan Algoritma Klasifikasi Data mining Untuk Prediksi Penyakit Kulit,”
Informatics J., vol. 15, no. 3, pp. 1–5, 2021.
Trivusi, “Penjelasan Lengkap Algoritma Support Vector Machine (SVM).”
AWS, “Apa itu regresi logistik?,” 2023.
A. P. Wicaksono, T. Badriyah, and A. Basuki, “Data mining Studi Perbandingan Prediksi Penyakit Diabetes
dengan menggunakan Logistic regression dan Decision Trees,” J. semnaskit, pp. 66–69, 2015.
H. Kusuma, “Desentralisasi Fiskal dan Pertumbuhan Ekonomi di Indonesia,” J. Chem. Inf. Model., vol. 53,
no. 9, pp. 1689–1699, 2015.
T. Zulhaq Jasman, E. Hasmin, C. Susanto, and W. Musu, “Perbandingan Logistic regression, Random
Forest, dan Perceptron pada Klasifikasi Pasien Gagal Jantung,” CRSID J., vol. 14, no. 3, pp. 271–286, 2022.
Y. Azhar, A. K. Firdausy, and P. J. Amelia, “Perbandingan Algoritma Klasifikasi Data mining Untuk
Prediksi Penyakit Stroke,” SINTECH (Science Inf. Technol. J., vol. 5, no. 2, pp. 191–197, 2022, doi:
10.31598/sintechjournal.v5i2.1222.
D. Ismafillah, T. Rohana, and Y. Cahyana, “Implementasi Model Support Vector Machine dan Logistic
regression Untuk Memprediksi Penyakit Stroke,” JURIKOM (Jurnal Ris. Komputer), vol. 10, no. 1, pp.
2407–389, 2023, doi: 10.30865/jurikom.v10i1.5478.
Adi Nugroho, Agustinus Bimo Gumelar, Adri Gabriel Sooai, Dyana Sarvasti, and Paul L Tahalele,
“Perbandingan Performansi Kinerja Algoritma Pengklasifikasian Terpandu Untuk Kasus Penyakit
Kardiovaskular,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 4, no. 5, pp. 998–1006, 2020, doi:
10.29207/resti.v4i5.2316.
B. S. Abunasser, M. R. J. AL-Hiealy, I. S. Zaqout, and S. S. Abu-Naser, “Literature review of breast cancer
detection using machine learning algorithms,” in AIP Conference Proceedings, AIP Publishing, 2023.
D. M. U. Atmaja, A. R. Hakim, D. Haryadi, and N. Suwaryo, “Penerapan Algoritma K-Nearest Neighbor
Untuk Prediksi Pengelompokkan Tingkat Risiko Penyebaran COVID-19 Jawa Barat,” in Prosiding Seminar
Nasional Teknologi Energi dan Mineral, 2021, pp. 1218–1226.
K. Loizidou, R. Elia, and C. Pitris, “Computer-aided Breast Cancer Detection And Classification in
Mammography: A Comprehensive Review,” Comput. Biol. Med., vol. 153, p. 106554, 2023.
Trivusi, “Normalisasi Data: Pengertian, Tujuan, dan Metodenya.”
D. A. Nasution, H. H. Khotimah, and N. Chamidah, “Perbandingan Normalisasi Data untuk Klasifikasi
Wine Menggunakan Algoritma K-NN,” Comput. Eng. Sci. Syst. J., vol. 4, no. 1, p. 78, 2019, doi:
10.24114/cess.v4i1.11458.
A. Rohman and M. Rochcham, “Komparasi Metode Klasifikasi Data mining Untuk Prediksi Kelulusan
Mahasiswa,” J. Neo Tek, vol. 5, no. 1, pp. 34–40, 2019, doi: 10.37760/neoteknika.v5i1.1379.
M. R. A. Nasution and M. Hayaty, “Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM
dalam Analisis Sentimen Twitter,” J. Inform., vol. 6, no. 2, pp. 226–235, 2019, doi: 10.31311/ji.v6i2.5129.
D. Sartika and D. I. Sensuse, “Perbandingan Algoritma Klasifikasi Naive Bayes, Nearest Neighbour, dan
Decision Tree pada Studi Kasus Pengambilan Keputusan Pemilihan Pola Pakaian,” Jatisi, vol. 1, no. 2, pp.
151–161, 2017.
O. Arifin and T. B. Sasongko, “Analisa perbandingan tingkat performansi metode support vector machine
dan naïve bayes classifier,” J. Semin. Nas. Teknol. Inf. dan Multimed. 2018, vol. 6, no. 1, pp. 67–72, 2018.
41

Anita Desiani dkk, Perbandingan Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Klasifikasi
Kanker Payudara

[32]

[33]
[34]

[35]

[36]

A. Pratama, R. C. Wihandika, and D. E. Ratnawati, “Implementasi Algoritme Support Vector Machine
(SVM) untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa | Jurnal Pengembangan Teknologi Informasi
dan Ilmu Komputer,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 4, pp. 1704–1708, 2018.
Shedriko, “Perbandingan Algoritma SVM dan KNN Dalam Mengklasifikasi Kelulusan Mahasiswa Pada
Suatu Mata Kuliah,” STRING (Satuan Tulisan Ris. dan Inov. Teknol., vol. 6, no. 2, pp. 115–122, 2021.
N. Nurajijah and D. Riana, “Algoritma Naïve Bayes, Decision Tree, dan SVM untuk Klasifikasi Persetujuan
Pembiayaan Nasabah Koperasi Syariah,” J. Teknol. dan Sist. Komput., vol. 7, no. 2, pp. 77–82, 2019, doi:
10.14710/jtsiskom.7.2.2019.77-82.
S. Agustina, A. Agoestanto, and P. Hendikawati, “Klasifikasi Tingkat Kesejahteraan Keluarga Jawa Tengah
Tahun 2015 Menggunakan Metode Regresi Logistik Ordinal,” Unnes J. Math., vol. 6, no. 1, pp. 59–69,
2017.
J. Liang, “Confusion Matrix: Machine learning,” POGIL Act. Clear., vol. 3, no. 4, 2022.

42