Machine Learning Diagnosis Kanker Payudara Menggunakan Algoritma Support Vector Machine
DOI:
https://doi.org/10.37424/informasi.v12i1.48Keywords:
Kanker payudara, Machine Learning, Support Vector MachineAbstract
Kanker payudara merupakan penyebab kematian nomor dua pada wanita. Penyakit ini sulit dideteksi pada fase awal. Akan tetapi, kebanyakan penderita baru mengetahui kondisinya setelah memasuki fase tertentu dalam kondisi yang parah dan sulit disembuhkan. Salah satu bentuk pemeriksaan untuk mendiagnosis penyakit kanker payudara adalah dengan melakukan biopsi. Biopsi adalah teknik pemeriksaan yang dilakukan dengan mengambil cairan di payudara menggunakan Fine Needle Aspiration (FNA), selanjutnya hasil biopsi FNA akan diperiksa lagi di laboratorium untuk mendapatkan hasil diagnosis. Untuk mendapatkan hasil yang akurat dari proses biopsi dibutuhkan waktu yang lama. Machine Learning (ML) dapat digunakan untuk mencari dan menemukan pola yang unik dari sekumpulan data. Algoritma Support Vector Machine (SVM) dipilih karena algoritma ini mampu mengklasifikasikan nilai ke dalam kelas-kelas tertentu. Algoritma SVM juga memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan algoritma lainnya. Penelitian ini bertujuan untuk membangun aplikasi ML yang dapat mendiagnosis penyakit kanker payudara dengan menggunakan Algoritma SVM untuk mencari pola data dari sekumpulan data masa lalu untuk menghasilkan hasil diagnosis yang akurat. Hasil dari penelitian ini menunjukan bahwa Algoritma SVM pada ML dapat digunkan untuk mencari suatu pola data dari sekumpulan data masa lalu yang dapat menghasilkan prediksi untuk menentukan sel hidup kanker payudara bersifat ganas atau jinak.
References
Downloads
Published
Issue
Section
License
Tanggung jawab Penulis
- Penulis menyajikan artikel penelitian atau hasil pemikiran secara jelas, jujur, dan tanpa plagiarisme.
- Penulis harus menunjukkan rujukan dari pendapat dan karya orang lain yang dikutip.
- Penulis bertanggungjawab atas konfirmasi yang diajukan atas artikel yang telah ditulis.
- Penulis harus menulis artikel secara etis, jujur, dan bertanggungjawab, sesuai dengan peraturan penulisan ilmiah yang berlaku.
- Penulis tidak keberatan jika artikel mengalami penyuntingan tanpa mengubah substansi
