| Kanker serviks merupakan penyakit yang sangat berbahaya dan pada umumnya menyerang kaum wanita. Deteksi sejak dini melalui metode Pap Smear merupakan salah satu cara untuk mencegah penyakit ini berkembang didalam saluran serviks wanita. Berdasarkan hasil dari metode Pap Smear, didapatkanlah data sel tunggal yang kini dikenal dengan data herlev. Data ini, kemudian dijadikan acuan dalam penelitian oleh para ahli dewasa ini untuk menemukan tingkat klasifikasi terbaik dari masing-masing kelas kanker serviks. Metode Decision tree C4.5 dan Naïve Bayes terbukti memberikan hasil yang terbaik pada ujicoba data herlev sebanyak 280 data dengan dukungan dari metode optimasi Correlation based Features Selection(CFS). Permasalahan yang diangkat pada penelitian kali ini adalah apakah metode optimasi CFS yang dikombinasikan dengan metode klasifikasi C4.5 dan Naïve Bayes akan memberikan hasil akurasi yang meningkat ketika digunakan keseluruhan data herlev sebesar 917 data. Hasil dari penelitian kali ini menunjukkan bahwa metode CFS yang dikombinasikan baik dengan metode C4.5 maupun Naïve Bayes menunjukkan penurunan hasil akurasi jika dibandingkan dengan tanpa menggunakan metode CFS. Hal ini menunjukkan bahwa metode optimasi CFS tidak dapat memberikan hasil terbaik jika dihadapkan kepada data yang berjumlah besar. |
