Saat ini, kanker adalah salah satu penyakit paling mematikan. Sehingga, dibutuhkan sebuah program untuk deteksi kanker secara akurat. Pada data kanker biasanya data berupa data microarray. Dimana, atribut terdiri dari informasi gen seorang individu dan data objek adalah individu-individu yang terdeteksi kanker. Informasi gen terdiri dari jumlah yang sangat banyak hingga mencapai puluhan ribu. Sedangkan, jumlah individu berdasarkan jenis kanker namun hanya berkisar puluhan hingga ratusan individu.
Tugas akhir ini bertujuan untuk melakukan proses klasifikasi deteksi kanker dengan mereduksi atribut menggunakan Discrete Wavelet Transform family daubechies4 (db4) kemudian dilakukan proses klasifikasi menggunakan Naive Bayes. Lalu hasil akan dibandingkan dengan menggunakan seleksi atribut Minimum-Redundancy Maximum-Relevance jenis F-Test Correlation Difference dengan metode klasifikasi Naive Bayes.
Pengujian yang dilakukan mengambil jumlah atribut terbaik pada metode db4. Sistem yang dibuat menggunakan db4 dengan metode klasifikasi Naive Bayes mendapatkan hasil yang baik. Dimana, nilai akurasi mencapai 98,4126%.
Kata Kunci: Kanker, data microarray, daubechies4, Minimum-Redundancy Maximum-Relevance, Naive Bayes.