Klasifikasi Penyakit Kanker Serviks Berdasarkan Kebiasaan dan Rekam Medis dengan Metode C4.5

Authors

  • Kemal Taufiq Hidayah Universitas Trilogi
  • Budi Arifitama Universitas Trilogi
  • Silverster Dian Handy Permana Universitas Trilogi

DOI:

https://doi.org/10.25077/TEKNOSI.v10i1.2024.36-44

Keywords:

Kanker Serviks, Kebiasaan, Tes Schiller, Matriks Kebingungan, Metode C4.5,

Abstract

Kanker serviks adalah salah satu penyakit yang paling sering ditemui dan dapat menyebabkan kematian pada Wanita di seluruh dunia. Di Indonesia, jumlah kematian akibat kanker serviks terus meningkat setiap tahun, sebgaian besar disebabkan oleh diagnosis dan skrining yang terlambat. berbagai faktor yang disebabkan oleh kanker serviks seperti kebiasaan yang dilakukan ialah, berganti-ganti pasangan seksual, merokok atau pasif merokok, memiliki infeksi kelamin, memiliki riwayat kanker dan sebagainya. untuk mendeteksi adanya kanker serviks atau tidak, dapat dilakukan dengan cara pemeriksaan tes IVA (inspeksi visual asam asetat) atau yang disebut dengan tes schiller. Metode klasifikasi ialah bagian dari Teknik data mining untuk melakukan prediksi, Dalam penelitian ini, ingin meningkatkan akurasi dengan menggunakan metode C4.5 untuk melakukan klasifikasi penyakit kanker serviks berdasarkan kebiasaan pasien. Dua belas atribut dan satu atribut dari hasil pengujian digunakan dalam proses klasifikasi. Dataset tersebut terdiri dari 1080 entri, yang akan dibagi menjadi 864 data dan 216 data pelatihan. Data ini diperoleh dari website UCI Repository. Penelitian ini menghasilkan akurasi sebesar 94.10%, presisi sebesar 95.57%, recall sebesar 96.33% dan AUC (Area Under Curve) sebesar 0.987 yang diukur menggunakan matrix confussion atau matriks kebingungan dengan alat rapidminer. 

References

[1] S. S. Arifin, A. M. Siregar, and T. Al Mudzakir, “Klasifikasi Penyakit Kanker Serviks Menggunakan Algoritma Support Vector Machine (SVM),†in Conference on Innovation and Application of Science and Technology (CIASTECH), 2021, pp. 521–528. [2] H. Akbar and S. Sandfreni, “Klasifikasi Kanker Serviks Menggunakan Model Convolutional Neural Network Alexnet,†JIKO (Jurnal Informatika dan Komputer), vol. 4, no. 1, pp. 44–51, 2021. [3] E. Rizkyani, I. Ernawati, and N. Chamidah, “Klasifikasi Multi-Label Menggunakan Metode Multi-Label K-Nearest Neighbor (Ml-KNN) Pada Penyakit Kanker Serviks,†JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 7, no. 4, pp. 1281–1293, 2022. [4] A. Dharma, P. Manalu, G. S. Sinaga, R. Siringoringo, I. S. Palangai, and K. Setiawan, “Deteksi Pola Pasien Kanker Serviks dengan Algoritma Extra Trees dan K-Nearest Neighbor,†Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI), vol. 3, no. 1, pp. 32–36, 2020. [5] I. M. A. O. Gunawan, I. D. A. I. Saraswati, I. D. G. R. Agung, and I. P. E. Putra, “Klasifikasi Penyakit Jantung Menggunakan Algoritma Decision Tree Series C4. 5 Dengan Rapidminer,†Jurnal Teknologi Dan Sistem Informasi Bisnis, vol. 5, no. 2, pp. 73–83, 2023. [6] D. Jollyta, W. Ramdhan, and M. Zarlis, Konsep Data Mining Dan Penerapan. Deepublish, 2020. [7] T. Arifin, “Metode Data Mining Untuk Klasifikasi Data Sel Nukleus Dan Sel Raang Berdasarkan Analisa Tekstur,†Jurnal Informatika, vol. 2, no. 2, 2015. [8] T. G. Pratama, A. Ridwan, and A. Prihandono, “Penerapan Algoritma C4. 5 untuk Klasifikasi Kanker Serviks Tingkat Awal,†Flurecol Journal. Part E: Engineering, vol. 1, no. 1, pp. 1–6, 2021. [9] A. Amrin, I. Satriadi, and O. Rosanto, “Algoritma C4. 5 Untuk Diagnosa Penyakit Tuberkulosis,†Jurnal Khatulistiwa Informatika, vol. 7, no. 2, 2019. [10] C. Paramita, F. A. Rafrastara, and L. I. Kencana, “Pengembangan Sistem Klasifikasi Karakteristik Siswa Berbasis Website dengan menggunakan Algoritma C4. 5,†Jurnal Informatika: Jurnal Pengembangan IT, vol. 8, no. 1, pp. 17–21, 2023. [11] M. F. Unlersen, K. Sabanci, and M. Özcan, “Determining cervical cancer possibility by using machine learning methods,†Int. J. Latest Res. Eng. Technol, vol. 3, no. 12, pp. 65–71, 2017. [12] K. Fernandes, J. S. Cardoso, and J. Fernandes, “Transfer learning with partial observability applied to cervical cancer screening,†in Pattern Recognition and Image Analysis: 8th Iberian Conference, IbPRIA 2017, Faro, Portugal, June 20-23, 2017, Proceedings 8, Springer, 2017, pp. 243–250. [13] A. Sepharni, I. E. Hendrawan, and C. Rozikin, “Klasifikasi Penyakit Jantung dengan Menggunakan Algoritma C4. 5,†STRING (Satuan Tulisan Riset dan Inovasi Teknologi), vol. 7, no. 2, pp. 117–126, 2022. [14] W. Yunus, “Implementasi Algoritma C. 45 Dalam Prediksi Penyakit Kanker,†Jurnal Indonesia: Manajemen Informatika dan Komunikasi, vol. 4, no. 1, pp. 70–76, 2023. [15] W. Yusnaeni and W. Widiarina, “Penerapan Algoritma C4. 5 Dalam Prediksi Resiko Diabetes Tahap Awal (Early Stage Diabetes),†Jurnal Khatulistiwa Informatika, vol. 8, no. 1, pp. 56–60, 2022. [16] M. Yunus, H. Ramadhan, D. R. Aji, and A. Yulianto, “Penerapan Metode Data Mining C4. 5 Untuk Pemilihan Penerima Kartu Indonesia Pintar (KIP),†Paradig.-J. Komput. dan Inform, vol. 23, no. 2, 2021.[17] F. K. Fikriah, “Instance Selection dengan Naïve Bayes pada Klasifikasi Kanker Serviks,†Jurnal Komtika (Komputasi dan Informatika), vol. 5, no. 2, pp. 83–91, 2021. [18] M. F. Arifin and D. Fitrianah, “Penerapan Algoritma Klasifikasi C4. 5 Dalam Rekomendasi Penerimaan Mitra Penjualan Studi Kasus: PT Atria Artha Persada,†InComTech: Jurnal Telekomunikasi dan Komputer, vol. 8, no. 2, pp. 87–102, 2018. [19] K. F. Irnanda, D. Hartama, and A. P. Windarto, “Analisa Klasifikasi C4. 5 Terhadap Faktor Penyebab Menurunnya Prestasi Belajar Mahasiswa Pada Masa Pandemi,†Jurnal Media Informatika Budidarma, vol. 5, no. 1, pp. 327–331, 2021.

Downloads

Submitted

2024-03-04

Accepted

2024-04-19

Published

2024-05-02

How to Cite

[1]
K. T. Hidayah, B. Arifitama, and S. D. H. Permana, “Klasifikasi Penyakit Kanker Serviks Berdasarkan Kebiasaan dan Rekam Medis dengan Metode C4.5”, TEKNOSI, vol. 10, no. 1, pp. 36–44, May 2024.

Issue

Vol. 10 No. 1 (2024): April 2024

Section

Articles

License

Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.

Kami menyatakan bahwa:

  1. Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
  2. Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
  3. Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.

 Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.

Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.

Hak / Syarat dan Ketentuan yang dipertahankan :

  1. Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
  2. Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya  ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
  3. Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.

Similar Articles

> >> 

You may also start an advanced similarity search for this article.