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

Authors

  • Panny Agustia Rahayuningsih Program Studi Sistem Akuntansi Kampus Kota Pontianak Fakultas Teknologi Informasi, Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.31328/jointecs.v4i2.1008

Keywords:

Kanker, Algoritma, Klasifikasi, Probability,

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).

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.

Downloads

Published

2019-07-12

Issue

Vol. 4 No. 2 (2019)

Section

Articles

License

Pernyataan Hak Cipta dan Lisensi

Hak Cipta :

Penulis yang mempublikasikan naskahnya pada Jurnal ini menyetujui ketentuan berikut:

Hak cipta pada setiap artikel adalah milik penulis.

  1. Penulis mengakui bahwa JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).
  2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE);

Lisensi :

JOINTECS diterbitkan berdasarkan ketentuan Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.

This work is Under licensed

Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)