Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Arphilia Nur Rani
Universitas Buana Perjuangan Karawang
Computer Science & IT Decision Sciences, Operations Research & Management Education

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Model Klasifikasi Jenis Kanker Payudara Menggunakan Algoritma SVM dan Logistic Regression Berbasis Web Nunung Nurjanah; Arphilia Nur Rani; Hanny Hikmayanti Handayani; Anis Fitri Nur Masruriyah
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 7 No. 4 (2023): Volume 7 Nomor 4 Oktober 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v7i4.12817

Abstract

Menurut Organisasi Kesehatan Dunia (WHO), ada 7 juta pasien kanker payudara, 5 juta di antaranya meninggal setiap tahun. Berdasarkan data Globocan untuk 2018 menunjukkan tingkat kematian rata-rata 17 per 100.000 orang dan insiden 2,1 per 100.000 orang yang menyerang perempuan di Indonesia. Hal itu, menyebabkan kanker payudara ini merusak genetic pada DNA dari sel epitel payudara menjalar ke ductus. Tujuan penelitian ini untuk mengklasifikasi jenis kanker (jinak atau ganas) yang diderita. Perbedaan penelitian sebelumnya dengan penelitian ini adalah metode pengujian algoritma yang dipilih. Pada penelitian ini menggunakan algoritma SVM dan Logistic Regression dengan SMOTE. Beberapa tahapan yang digunakan pada penelitian ini dimulai dengan pengumpulan data, kemudian pre-processing. Selanjutnya implementasi, evaluasi dan deployment pada sistem. Adapun metode K-Fold Cross Validation digunakan pada  penelitian ini untuk melakukan partisi pada data.  Sedangkan evaluasi model menggunakan confusion matrix. Berdasarkan tujuan penelitian, deployment dilakukan menggunakan flask untuk melakukan mengimplementasikan model pada sistem. Adapun metode pengembangan sistem yang digunakan pada penelitian ini yaitu RAD dengan beberapa tahapan. Tahapan dimulai dengan analisis kebutuhan, prototype dan implementasi. Berdasarkan hasil dari penelitian ini menunjukkan bahwa accuracy yang didapat sebesar 1.0, precision 1.0 dan recall 1.0. Selain itu, accuracy yang didapatkan pada sistem yaitu 90%. Maka dari itu, diharapkan berdasarkan hasil penelitian ini dapat membantu tenaga medis untuk mengklasifikasikan jenis kanker payudara, guna melakukan pengobatan secara cepat dan tepat pada penderita penyakit kanker payudara.
Co-Authors Anis Fitri Nur Masruriyah Hanny Hikmayanti Handayani Nunung Nurjanah