Implementasi Algoritma Decision Tree dan Support Vector Machine untuk Klasifikasi Penyakit Kanker Paru
Implementation of Decision Tree Algorithm and Support Vector Machine for Lung Cancer Classification
DOI:
https://doi.org/10.57152/malcom.v3i1.591Keywords:
decision tree, kanker, klasifikasi, paru, svmAbstract
Kanker paru merupakan satu dari banyaknya penyebab kematian di dunia dengan persentase 11.6%, dengan tingkat kematian hingga 18,4%. Kanker paru merupakan salah satu penyakit yang mematikan karena kanker ini sulit dideteksi sebelum berubah menjadi penyakit yang serius dan saat ini belum ada metode skrining yang efektif untuk deteksi dini kanker paru. Pada penelitian ini dilakukan teknik klasifikasi yang merupakan suatu metode pengelompokkan data yang memiliki karakter yang sama ke dalam beberapa kelompok. Teknik klasifikasi yang diteliti membandingkan 2 algoritma yaitu, algoritma Decision Tree dan Support Vector Machine (SVM) untuk mengetahui algoritma yang memberikan hasil terbaik. Dalam penelitian ini akan dilakukan seleksi fitur menggunakan forward selection yang bertujuan untuk menaikkan nilai akurasi. Berdasarkan penelitian yang telah dilakukan dapatkan hasil dari algoritma SVM menggunakan feature selection mempunyai nilai akurasi yang lebih unggul yaitu 62,3% menggunakan splitting data 80:20.
References
Naufal, S. A., Adiwijaya, A., & Astuti, W. (2020). Analisis Perbandingan Klasifikasi Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN) untuk Deteksi Kanker dengan Data Microarray. JURIKOM (Jurnal Riset Komputer), 7(1), 162-168.
Reynaldi, A., & Adiningsih, D. (2020). Gambaran Kualitas Hidup Pasien Kanker Paru Stadium Lanjut di RS Paru Dr. HA ROTINSULU Bandung. Journal of Nursing Care, 3(2).
Yunianto, M., Soeparmi, S., Cari, C., Anwar, F., Septianingsih, D. N., Ardyanto, T. D., & Pradana, R. F. Klasifikasi Kanker Paru Paru menggunakan Naïve Bayes dengan Variasi Filter dan Ekstraksi Ciri GLCM. INDONESIAN JOURNAL OF APPLIED PHYSICS, 11(2), 256-268.
Rifai, A., & Prabowo, Y. (2022). Diagnosis Kanker Paru-Paru dengan Sistem Fuzzy. Krea-TIF: Jurnal Teknik Informatika, 10(1), 19-28.
Priyanti, E. (2021). Penerapan Algoritma Neural Network untuk Klasifikasi Kanker Paru. Bianglala Informatika, 9(1), 56-60.
Widiastuti, N. I., Rainarli, E., & Dewi, K. E. (2017). Peringkasan dan Support Vector Machine pada Klasifikasi Dokumen. Jurnal Infotel, 9(4), 416-421.
Muzakir, A., & Wulandari, R. A. (2016). Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree. Scientific Journal of Informatics, 3(1), 19-26.
Prasetyo, T. M., Amrullah, A., Syahrir, S., & Sari, B. N. (2022). Implementasi Algoritma SVM (Support Vector Machine) Dalam Klasifikasi Penyakit Paru-Paru Berdasarkan Fitur Pola Bentuk. (JurTI) Jurnal Teknologi Informasi, 6(1), 1-6
Suhardjono, S., Wijaya, G., & Hamid, A. (2019). Prediksi Waktu Kelulusan Mahasiswa Menggunakan Svm Berbasis Pso. Bianglala Informatika, 7(2), 97-101.
Purwaningsih, E. (2016). Seleksi Mobil Berdasarkan Fitur dengan Komparasi Metode Klasifikasi Neural Network, Support Vector Machine, dan Algoritma C4. 5. Jurnal Pilar Nusa Mandiri, 12(2), 153-160
Muslehatin, W., Ibnu, M., & Mustakim, M. (2017). Penerapan Naïve Bayes Classification untuk Klasifikasi Tingkat Kemungkinan Obesitas Mahasiswa Sistem Informasi UIN Suska Riau. In Seminar Nasional Teknologi Informasi Komunikasi dan Industri (pp. 250-256).
Nurkholifah, M., & Umar, Y. (2023). ANALISA PERFORMA ALGORITMA MACHINE LEARNING DALAM PREDIKSI PENYAKIT LIVER. Jurnal Indonesia: Manajemen Informatika dan Komunikasi, 4(1), 164-172.
Pramudiono, I. (2014). Pengantar Data Mining: Menambang Permata Pengetahuan di Gunung Data, 2003. Ilmukomputer. com diunduh tanggal, 13.
Ditendra, E., Suryani, S., Romelah, S., Tanjung, M. H. A., & Sarah, M. (2022). Perbandingan Algoritma Klasifikasi untuk Analisis Sentimen Islam Nusantara di Indonesia: Comparison of Classification Algorithms for Sentiment Analysis of Islam Nusantara in Indonesia. Malcom: Indonesian Journal of Machine Learning and Computer Science, 2(1), 71-77.
Supriyatna, A., & Mustika, W. P. (2018). Komparasi Algoritma Naive bayes dan SVM Untuk Memprediksi Keberhasilan Imunoterapi Pada Penyakit Kutil. J-SAKTI (Jurnal Sains Komputer dan Informatika), 2(2), 152-161.
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.
Akbar, F., Saputra, H. W., Maulaya, A. K., Hidayat, M. F., & Rahmaddeni, R. (2022). Implementasi Algoritma Decision Tree C4. 5 dan Support Vector Regression untuk Prediksi Penyakit Stroke: Implementation of Decision Tree Algorithm C4. 5 and Support Vector Regression for Stroke Disease Prediction. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 2(2), 61-67.
Ridwan, M., Suyono, H., & Sarosa, M. (2013). Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems), 7(1), 59-64.
Ab Hamid, T. M. T., Sallehuddin, R., Yunos, Z. M., & Ali, A. (2021). Ensemble based filter feature selection with harmonize particle swarm optimization and support vector machine for optimal cancer classification. Machine Learning with Applications, 5, 100054.
Vigia, E., Ramalhete, L., Chumbinho, B., Custódio, P., Macedo, M., Aguiar, C., ... & Marques, H. P. (2022). Machine Learning Decision Tree Help to Avoid Early Recurrence in Resectable Pancreatic Cancer. HPB, 24, S322-S323.
Tsehay Admassu Assegie, S. S. (2020). A Support Vector Machine and Decision Tree Based Breast Cancer Prediction. International Journal of Engineering and Advanced Technology (IJEAT), ISSN, 2249-8958.
Lee, J., Park, D., & Lee, C. (2017). Feature selection algorithm for intrusions detection system using sequential forward search and random forest classifier. KSII Transactions on Internet and Information Systems (TIIS), 11(10), 5132-5148.
