Kanker Payudara adalah tumor ganas yang menyerang jaringan payudara yang berasal dari kelenjar, saluran kelenjar dan jaringan penunjang payudara. Kanker payudara terjadi karena adanya kerusakan gen yang mengatur pertumbuhan dan diferensiasi sehingga sel ini tumbuh dan berkembang biak tanpa dapat dikendalikan. Kanker payudara menjadi pembunuh wanita terbanyak di dunia. Pencatatan terhadap penyakit kanker banyak dilakukan guna mengantisipasi dan menganalisa pasien sejak dini agar dapat dilakukan pencegahan. Salah satu algoritma klasifikasi yang dapat menangani data dalam jumlah besar adalah Naïve Bayes. data dalam jumlah besar yang memliki banyak fitur menimbulkan beberapa masalah salah satunya semakin lama proses klasifikasi.Tujuan dari penelitian ini untuk mengetahui pengaruh penambahan seleksi fitur menggunakan chi square terhadap klasifikasi Naïve Bayes pada data kanker payudara. Hasil yang didapat dari penelitian ini adalah nilai akurasi sebesar 0.962, presisi 0.955, recall sebesar 0.965 dan f-measure sebesar 0.959. Akurasi tertinggi didapat pada klasifikasi dengan 8 fitur. Kata kunci : kanker payudara, klasifikasi teks, chi square, Naive Bayes, seleksi fitur.

Breast Cancer is a malignant tumor that attacks breast tissue originating from the glands, glandular tracts and supporting tissues of the breast. reast cancer occurs due to damage to genes that regulate growth and differentiation so that these cells grow and multiply without being able to be controlled. Breast cancer is the most female killer in the world. Recording of cancer is done to anticipate and analyze patients early so prevention can be done. One classification algorithm that can handle large amounts of data is Naïve Bayes. large amounts of data that have many features cause several problems, one of which is the longer the classification process. he purpose of this study was to determine the effect of adding feature selection using chi square to the classification of Naïve Bayes in breast cancer data. The results obtained from this study are the accuracy value of 0.962, precision of 0.955, recall of 0.965 and f-measure of 0.959. The highest accuracy is obtained by classification with 8 features. Keywords: breast cancer, text classification, chi square, Naive Bayes, feature selection.