Komparasi Algoritma Klasifikasi Data Mining untuk Memprediksi Tingkat Kematian Dini Kanker dengan Dataset Early Death Cancer

Panny Agustia Rahayuningsih

Abstract

Penyakit Kanker merupakan sepuluh besar penyakit pembunuh di dunia. Kanker merupakan penyakit yang ganas dan sulit disembuhkan jika penyebarannya sudah terlalu luas. Akan tetapi, pendeteksian sel kanker sedini mungkin dapat mengurangi resiko kematian. Penelitian ini bertujuan untuk memprediksikan tingkat kematian dini kanker pada penduduk Eropa dengan menggunakan 5algoritma klasifikasi yaitu: Desecion Tree, Naïve Bayes, k-Nearset Neighbour, Random Forest dan Neural Network dari algoritma tersebut algoritma mana yang dianggap paling baik untuk penelitian ini. Pengujian dilakukan dengan beberapa tahapan penelitian antara lain: dataset (pengumpulan data), pengolahan data awal, metode yang diusulkan, pengujian metode menggunakan 10-fold cross validation, evaluasi hasil dan uji beda t-test. Nilai alpha yang digunakan adalah 0.05. jika probabilitasnya >0.05 maka H0 diterima. Sedangkan jika probabilitasnya <0.05 maka Ho ditolak.Hasil dari penelitian yang mendapatkan performe terbaik dengan nilai akurasi sebesar 98,35% adalah algoritma Neural Network. Sedangkan, hasil penelitian menggunakan uji t-test algoritma dengan model terbaik yaitu: algoritma Random Forest dan Neural Network, algoritma Naïve Bayes lumanyan baik, algoritma Desecion Tree cukup baik dan algoritma yang kurang baik adalah algoritma K-Nearset Neighbour (K-NN).

Keywords

Kanker; Algoritma; Klasifikasi; Probability;

Article Metrics

Abstract view : 127 times
PDF view : 121 times

Full Text:

PDF

References

S. Handayani, “FAKTOR – FAKTOR YANG MEMPENGARUHI PERILAKU PEMERIKSAAN DETEKSI DINI KANKER,” vol. 9, p. 33, 2010.

R. R. Ananda, S. Ermayanti, and Abdiana, “Hubungan Staging Kanker Paru dengan Skala Nyeri pada Pasien Kanker Paru yang Dirawat di Bagian Paru RSUP DR M Djamil Padang,” vol. 7, no. 3, pp. 430–435, 2018.

A. D. Kristanto and Y. F. La Kahija, “Pengalaman Coping Terhadap Diagnosis Kanker Pada Penderita Usia Kerja Di Rumah Sakit Margono Soekarjo Purwokerto,” vol. 6, no. 2, pp. 1–9, 2017.

W. Astuti and A. Adiwijaya, “Principal Component Analysis Sebagai Ekstraksi Fitur Data Microarray Untuk Deteksi Kanker Berbasis Linear Discriminant Analysis,” J. Media Inform. Budidarma, vol. 3, no. 2, pp. 72–77, 2019.

G. Wibisono et al., “FAKTOR-FAKTOR PENENTU GEJALA PENYAKIT KANKER PAYUDARA DENGAN PENDEKATAN JARINGAN SARAF TIRUAN,” vol. 1, no. 1, pp. 1–6, 2019.

Sukmayenti and N. Sari, “ANALISIS DETERMINAN KANKER PADA WANITA DI RSUP DR. M. DJAMIL PADANG TAHUN 2018,” vol. 0, no. 1, pp. 77–86, 2019.

A. Y. Rahman and S. Sumpeno, “Segmentasi Arca pada Museum Mpu Tantular Sidoarjo Menggunakan Learning Vector Quantization,” no. December, pp. 16–21, 2016.

N. Puspitasari, Y. A. Adi, and R. S. Winanda, “KESTABILAN LOKAL PADA MODEL ALGORITMA KANKER SERVIKS AKIBAT HUMAN PAPILLOMAVIRUS (HPV),” pp. 23–29, 2016.

A. Y. Rahman, S. Sumpeno, and M. H. Purnomo, “Video minor stroke extraction using learning vector quantization,” no. July 2018, 2017.

Refbacks

  • There are currently no refbacks.