ANALISIS ALGORITMA KLASIFIKASI NEURAL NETWORK UNTUK DIAGNOSIS PENYAKIT KANKER PAYUDARA

  • Fitra Septia Nugraha STMIK Nusa Mandiri Jakarta
  • Muhammad Ja’far Shidiq Ilmu Komputer STMIK Nusa Mandiri
  • Sri Rahayu Ilmu Komputer STMIK Nusa Mandiri
DOI: https://doi.org/10.33480/pilar.v15i2.601
Keywords: kanker payudara, data mining, neural network

Abstract

Salahsatu penyebab kematian utama adalah kanker. Kanker yang paling umum pada wanita adalah kanker payudara. Penyakit ini jika dapat diketahui sejak dini dapat ditanggulangi bahkan dicegah. Teknik datamining klasifikasi dapat digunakan untuk memprediksi pasien mana yang terkena kanker payudara dan tidak dengan beberapa parameter yang ada. Dengan menggunakan metode Neural Network dan tools Rapid Miner 9.0 bertujuan untuk memprediksi diagnosis kanker payudara dan kemudian  menghasilkan nilai accuracy 71,83%, precision 81,08% dan recall 69,17% dengan AUC sebesar 0,806 yang artinya klasifikasi dinyatakan cukup sehingga pasien dengan parameter yang ada dapat diprediksi mana saja yang merupakan pasien kanker payudara dan mana yang bukan, sehingga pola ini dapat digunakan sebagai tolak ukur diagnosis sehingga dapat dideteksi lebih dini dan diharapkan dapat menekan angka kematian akibat kanker payudara.

Downloads

Download data is not yet available.

References

Ayer, T., Jagpreet Chhatwal, P., Oguzhan Alagoz, P., Charles E. Kahn, Jr, MD, M., Ryan W. Woods, MD, M., S., E., & Burnside, MD, MPH, M. (2010). Informatics in Radiology Comparison of Logistic Regression and Artificial Neural Network Models in.

Handayani, A., Jamal, A., & Septiandri, A. A. (2018). Evaluasi Tiga Jenis Algoritme Berbasis Pembelajaran Mesin untuk Klasifikasi Jenis Tumor Payudara. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi (JNTETI). https://doi.org/10.22146/jnteti.v6i4.350

Hastuti, K. (2012). Analisis komparasi algoritma klasifikasi data mining untuk prediksi mahasiswa non aktif. 2012(Semantik), 241–249.

Hermawanti, L. (2012). Penerapan algoritma klasifikasi c4.5 untuk diagnosis penyakit kanker payudara. Jurnal Teknik UNISFAT, 7(1), 57–64.

Indriani, A. (2014). Klasifikasi Data Forum dengan menggunakan Metode Naïve Bayes Classifier. Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Yogyakarta, 21 Juni 2014, ISSN: 1907, 5–10.

Karabatak, M., & Ince, M. C. Expert Systems with Applications An expert system for detection of breast cancer based on association rules and neural network. , 36 Expert Systems With Applications § (2009).

Khademi, F., & Jamal, S. M. (2016). RESEARCH PAPERS PREDICTING THE 28 DAYS COMPRESSIVE STRENGTH OF. I-Manager’s Journal on Civil Engineering, 6(August), 1–7. https://doi.org/10.26634/jce.6.2.5936

Ma’arif, F., & Arifin, T. (2017). Optimasi Fitur Menggunakan Backward Elimination Dan Algoritma SVM Untuk Klasifikasi Kanker Payudara. JURNAL INFORMATIKA.

Nugraha, F. S., Shidiq, M. J., & Rahayu, S. (2019). ANALISIS ALGORITMA KLASIFIKASI NEURAL NETWORK UNTUK. Jurnal Pilar Nusa Mandiri, 15(1), 1–7.

Patrício, M. (2018). Breast Cancer Coimbra Data Set (Vol. 1).

Pusdatin. (2015). Situasi penyakit kanker 4. Kementrian Kesehatan RI. Jakarta.

Rachman, F., & Purnami, W. (2012). Perbandingan Klasifikasi Tingkat Keganasan Breast Cancer Dengan Menggunakan Regresi Logistik Ordinal Dan Support Vector Machine ( SVM ). Jurnal Sains Dan Seni Its.

Salama, G. I., Abdelhalim, M. B., & Zeid, M. A. E. (2012). Experimental comparison of classifiers for breast cancer diagnosis. Proceedings - ICCES 2012: 2012 International Conference on Computer Engineering and Systems. https://doi.org/10.1109/ICCES.2012.6408508

Sucipto, A. (2012). CREDIT PREDICTION WITH NEURAL NETWORK ALGORITHM. PROSIDING SEMINAR NASIONAL MULTI DISIPLIN ILMU & CALL FOR PAPERS UNISBANK (SENDI_U), 978-979–36(15), 1–10.

Wahyuni, E. S. (2017). PENERAPAN METODE SELEKSI FITUR UNTUK MENINGKATKAN HASIL DIAGNOSIS KANKER PAYUDARA. Simetris : Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer. https://doi.org/10.24176/simet.v7i1.516

Yahya, S. (2012). Fuzzy Logic , Neural Network , Genetic Algorithm Knowledge Based Expert System and Computational Intelligence.

Zamani, A. M., Amaliah, B., & Munif, A. (2012). Implementasi Algoritma Genetika pada Struktur Backpropagation Neural Network untuk Klasifikasi Kanker Payudara. JURNAL TEKNIK ITS, Vol. 1 ISS.

Published
2019-08-01
How to Cite
Nugraha, F., Shidiq, M., & Rahayu, S. (2019). ANALISIS ALGORITMA KLASIFIKASI NEURAL NETWORK UNTUK DIAGNOSIS PENYAKIT KANKER PAYUDARA. Jurnal Pilar Nusa Mandiri, 15(2), 149-156. https://doi.org/10.33480/pilar.v15i2.601
Issue
Vol 15 No 2 (2019): Pilar Nusa Mandiri : Journal of Computing and Information System Periode September 2019
Section
Articles

Copyright (c) 2019 Fitra Septia Nugraha, Muhammad Ja’far Shidiq, Sri Rahayu

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

An author who publishes in the Pilar Nusa Mandiri: Journal of Computing and Information System agrees to the following terms:

  1. Author retains the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-NonCommercial 4.0 License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal
  2. Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgement of its initial publication in this journal.
  3. Author is permitted and encouraged to post his/her work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).
    Read more about the Creative Commons Attribution-NonCommercial 4.0 Licence here: https://creativecommons.org/licenses/by-nc/4.0/.