Prediksi Kanker Payudara dengan Membandingkan Beberapa Algoritma Machine Learning Berdasarkan Hasil Analisis Komposisi Darah

Davin Christian, Hans (2021) Prediksi Kanker Payudara dengan Membandingkan Beberapa Algoritma Machine Learning Berdasarkan Hasil Analisis Komposisi Darah. Internship thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (451kB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (111kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (130kB) | Preview
[img]
Preview
PDF
BAB_II.pdf

Download (244kB) | Preview
[img]
Preview
PDF
BAB_III.pdf

Download (503kB) | Preview
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (51kB)
[img]
Preview
PDF
LAMPIRAN.pdf

Download (1MB) | Preview

Abstract

Kanker payudara merupakan salah satu jenis kanker yang menjadi penyebab utama kematian yang meningkat setiap tahunnya terutama pada wanita. Tingkat kelangsungan hidup penderita yang terkena kanker payudara, khususnya di negara berkembang masih kurang dari 40%. Hal ini terjadi akibat kurangnya kemampuan prediksi awal kemunculan kanker payudara. Penelitian ini memberikan alternatif solusi dalam melakukan prediksi kanker payudara, dengan menggunakan teknologi machine learning dan standar kerangka kerja CRISP-DM berdasarkan Age, Body Mass Index (BMI), dan beberapa kandungan zat dalam tubuh, seperti Glucose, Insulin, HOMA, Leptin, Adiponectin, Resistin, dan MCP-1. Beberapa algoritma yang digunakan dalam penelitian ini untuk memprediksi kanker payudara, yaitu Decision Tree, K-NN, Naïve Bayes, SVM, dan Random Forest serta optimalisasi parameter. Dari hasil pembuatan model, akurasi tertinggi yang didapat adalah 81% menggunakan Decision Tree, sementara K-NN sebesar 59%, Naïve Bayes sebesar 65%, SVM sebesar 75%, dan Random Forest sebesar 79%. Selain itu, model Decision Tree menunjukkan bahwa fitur dengan tingkat korelasi tertinggi terhadap kanker payudara adalah Glucose. Semakin tinggi kadar Glucose dalam darah semakin tinggi pula peluang adanya kanker payudara. Sebaliknya, orang yang menderita kanker payudara cenderung memiliki nilai BMI yang rendah walaupun nilai korelasi BMI terhadap kanker payudara di bawah kandungan Glucose.

Item Type: Thesis (Internship)
Uncontrolled Keywords: Analisis Darah, Algoritma Machine Learning, Data Mining, Kanker Payudara, Prediksi
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T70 Information System
Divisions: Fakultas Teknik Informatika > Program Studi Sistem Informasi
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Date Deposited: 24 Aug 2021 16:30
Last Modified: 24 Aug 2021 16:30
URI: http://kc.umn.ac.id/id/eprint/16895

Actions (login required)

View Item View Item