Sistem Klasifikasi Pada Penyakit Breast Cancer Dengan Menggunakan Metode Naïve Bayes

Ilham Mubarog, Arief Setyanto, Heri Sismoro

Abstract


Kanker payudara adalah suatu penyakit pada wanita yang dengan nilai angka kematian yang tinggi, sekitar tahun 2016 penyakit tersebut menyebabkan angkat kematian yang tinggi yaitu 9,3 juta angka kematian didunia. Jumlah wanita yang terkena penyakit payudara sangat banyak, di Indonesia sendiri sekitar 12.900 orang meninggal setiap tahunnya karena kasus kanker payudara. Angka kematian ini meningkat karena kurangnya informasi tentang gejala awal dan bahaya dari kanker payudara itu sendiri, karena kurangnya informasi tersebut maka dibutuhkan sebuah sistem yang dapat memberikan informasi tentang penyakit kanker payudara dan cara penanggulangan seperti diagnose secara dini dan penanganannya. Sistem berbasis komputer yang dapat menyelesaikan masalah tersebut ada sistem klasifikasi, dimana sistem tersebut dapat memberikan informasi dan melakukan diagnosa seperti yang dilakukan oleh klasifikasi. Salah satu metode yang dapat diterapkan dalam sistem klasifikasi adalah naïve bayes, metode ini sangat baik dalam melakukan klasifikasi berdasarkan kejadian sebelumnya. Hasil pengujian Confusion Matrix diperoleh hasil akurasi terbaik sebesar 80% pada jumlah 116 dataset.
Kata Kunci— klasifikasi, kanker payudara, naïve bayes.

Breast cancer is a disease in women with a high lifting value of death, around 2016 the disease caused a high lifting of death which is 9.3 million lifted deaths in the world. The number of women affected by breast disease is very large, in Indonesia alone the number of 12,900 people dies each year due to cases of breast cancer. This mortality rate increases due to lack of information about the initial symptoms and dangers of breast cancer itself, because of the lack of information, a system is needed that can provide information about breast cancer and how to deal with it such as early diagnosis and control. A computer-based system that can solve this problem has a classification system, where the system can provide information and conduct diagrams as is done by classification, one method that can be applied in a classification system is naïve bayes, this method is very good at conducting classifications based on previous events. Confusion Matrix test results obtained the best accuracy of 80% in the number of 116 datasets.
Keywords— classification, breast cancer, naïve bayes.


Full Text:

PDF

References


Kementrian Kesehatan Republik Indonesia, 2018, Pusat Data Dan Informasi Kementerian Kesehatan RI, Jakarta.

Rini, I., 2005, Faktor-faktor Risiko Yang Berpengaruh Terhadap Kejadian Kanker Payudara Wanita, Tesis, Magister Epidemiologi, Universitas Diponegoro, Semarang.

Yuliyani, I. D., 2016, Faktor- Faktor Yang Berhubungan Dengan Kanker Payudara Pada Wanita, Skripsi, Ilmu Kesehatan Masyarakat Fakultas Ilmu Keolahragaan, Universitas Negeri Semarang, Semarang.

Chotimah, K., 2014, Hubungan Obesitas Dengan Kejadian Kanker Payudara Di RS PKU Muhammadiyah Yogyakarta Tahun 2010-2013, Skripsi, Program Studi Bidan Pendidik, STIKES 'Aisyiyah Yogyakarta, Yogyakarta.

Damayanti, A. Y., Indarto, D., Wasita, B., Ardianto, T. D., 2017, Index Masa Tubuh, Asupan Vitamin D, dan Serum 25-hydroxyvitamin D Pada Pasien Kanker Payudara, Jurnal Gizi Klinik Indonesia, No.2, Vol.14, Hal. 56 - 63

Kristianto, T. A. (2016). Hubungan Antara Kadar Glukosa Darah Puasa Dengan Jumlah Limfonodi Aksila Terinfiltrasi Sel Kanker pada Pasien Karsinoma Duktal Infiltratif, Tesis, Pascasarjana Kedokteran keluarga, Universitas Sebelas Maret, Surakarta.

Wargasetia, T. L., 2016, Memahami Obesitas dan Kanker: Peluang untuk Pencegahan Kanker, Berkala Ilmiah Kedokteran Duta Wacana Jurnal, No. 3, Vol.1, Hal. 219 - 228




DOI: https://doi.org/10.24076/citec.2019v6i2.246

Refbacks

  • There are currently no refbacks.


Indexed by:

 

Dedicated to:

 

Creative Information Technology Journal (CITEC Journal) is licensed under a Creative Commons Attribution 4.0 International License