Kanker payudara merupakan jenis kanker yang paling banyak diderita oleh kaum wanita di Indonesia. Penyakit tersebut dapat berakibat pada kematian jika terlambat ditangani. Oleh karena itu, deteksi dini kanker payudara merupakan langkah awal untuk menyelamatkan nyawa pasien. Pada penelitian ini telah dilakukan klasifikasi kanker payudara berdasarkan data anthopometric serta data dari hasil tes darah rutin menggunakan single classifier (ELM, SVM dan kNN) dan ensemble classifier yang menggabungkan ketiga algoritma tersebut dengan penentuan kelas majority voting. Pembagian data dilakukan dengan three way data split. Hasil eksperimen menunjukkan bahwa saat menggunakan keseluruhan fitur penggunaan ensemble classifier lebih baik daripada single classifier dalam hal akurasi maupun G-mean. Namun, saat menggunakan 4 fitur terbaik (resistin, glucose, age, dan BMI) penggunaan ensemble classifier sedikit lebih baik dalam hal G-mean, akan tetapi lebih rendah dalam hal akurasi. Hal ini disebabkan minimnya diversity di antara classifier memperbaiki hasil.