Klasifikasi Penyakit Kangker Payudara Menggunakan Algoritma K-Nearest Neighbor
Abstract
Machine Learning (ML) merupakan salah satu cabang dari Artificial Intelligence (AI), yang berfokus pada pengembangan sistem yang dapat belajar sendiri tanpa pemrograman ulang. Machine learning ini banyak digunakan dalam berbagai bidang salah satunya di bidang kesehatan. Salah satu penyakit mematikan kedua saat ini adalah kangker. Kangker merupakan penyakit berbahaya yang bisa menimpa siapapun. Jenis kangker yang sering terjadi pada wanita salah satunya adalah kangker payudara. Dalam penelitian ini dilakukan pengklasifikasian penyakit kangker payudara dengan menerapkan metode klasifikasi menggunakan algoritma k-nearest neighbor. Hasil penelitian ini dapat memprediksi apakah terinfeksi kangker payudara jinak atau ganas. Dari algoritma KNN yang digunakan, hasil evaluasi performansi yang baik terdapat pada nilai k=21 dan k=11 dengan nilai akurasi sebesar 98%. Penelitian selanjutnya diharapkan dapat dikombinasikan dengan algoritma lainnya agar mendapatkan hasil yang lebih baik.
References
Agarap, A. F. M. (2018, February). On breast cancer detection: an application of machine learning algorithms on the wisconsin diagnostic dataset. In Proceedings of the 2nd International Conference on Machine Learning and Soft Computing (pp. 5-9).
Al Bataineh, A. (2019). A comparative analysis of nonlinear machine learning algorithms for breast cancer detection. International Journal of Machine Learning and Computing, 9(3), 248-254.
Angrainy, R. (2017). Hubungan Pengetahuan, Sikap Tentang Sadari Dalam Mendeteksi Dini Kanker Payudara Pada Remaja. Jurnal Endurance, 2(2), 232. https://doi.org/10.22216/jen.v2i2.1766
Assegie, T. A. (2020). An optimized K-Nearest Neighbor based breast cancer detection. Journal of Robotics and Control (JRC), 2(3), 115-118.
Atthalla, I. N., Jovandy, A., & Habibie, H. (2019). Klasifikasi Penyakit Kanker Payudara Menggunakan Metode K Nearest Neighbor. In Annual Research Seminar (ARS) ( Vol.4, No.1, pp. 148-151).
Azis, A. I., Idris, I. S. K., Santoso, B., & Mustofa, Y. A. (2019). Pendekatan Machine Learning yang Efisien untuk Prediksi Kanker Payudara. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(3), 458-469.
Chazar, C., & Erawan, B. (2020). Machine Learning Diagnosis Kanker Payudara Menggunakan Algoritma Support Vector Machine. INFORMASI (Jurnal Informatika dan Sistem Informasi), 12(1), 67-80.
Indrayanti, I., Sugianti, D., & Al Karomi, A. (2017). Optimasi Parameter K Pada Algoritma K-Nearest Neighbour Untuk Klasifikasi Penyakit Diabetes Mellitus. Prosiding SNATIF, 823-829.
Kurniasari, F. N., Harti, L. B., Ariestiningsih, A. D., Wardhani, S. O., & Nugroho, S. (2017). Buku Ajar Gizi dan Kanker. Universitas Brawijaya Press.
Madyaningrum, N. A., & Sulastri. (2019). Analisa Prediksi Kekambuhan Kanker Payudara Dengan Menggunakan Algoritma K-Nearest Neighbor. Proceeding SINTAK, 180–185.
Retnoningsih, E., & Pramudita, R. (2020). Mengenal Machine Learning Dengan Teknik Supervised Dan Unsupervised Learning Menggunakan Python. BINA INSANI ICT JOURNAL, 7(2), 156-165.
Tiana, E., & Wahyuni, S. (2020). Hasil Analisis Teknik Data Mining dengan Metode Naive Bayes untuk Mendiagnosa Penyakit Kanker Payudara. Jurnal Sistem Komputer dan Informatika (JSON), 1(2), 130-133.
Wahyono, W. (2020). Peningkatan Kecepatan Algoritma k-NN Untuk Sistem Pengklasifikasian Kendaraan Bermotor. Techno. Com, 19(2), 190-196.
www.alodokter.com. 2021. Mendeteksi Kangker Sejak Dini. Di https://www.alodokter.com/mendeteksi-kanker-sejak-dini (di akses 15 januari)
