Memprediksi Kekambuhan Kanker Payudara Berdasarkan Karakteristik Sel dengan Menggunakan Algoritma C4.5
Abstract
Penyakit kanker payudara merupakan salah satu faktor utama kematian pada perempuan, dengan risiko kekambuhan yang tinggi meskipun telah dilakukan pengobatan. Penelitian ini bertujuan membangun model klasifikasi untuk memprediksi kekambuhan kanker payudara berdasarkan karakteristik morfologi inti sel, yaitu radius, perimeter, area, dan smoothness, mengaplikasikan algoritma Decision Tree C4.5. Dataset yang dipakai merupakan data rekam medis pasien kanker payudara sebanyak 198 data, diambil dari Breast Cancer Wisconsin Diagnostic Data Set. Penelitian dilakukan dengan membagi data menjadi 80% untuk proses pelatihan dan 20% untuk pengujian, serta menilai kinerja model menggunakan akurasi, presisi, dan recall. Hasil studi ini menghasilkan akurasi sebesar 82,50%, recall 14,29% untuk kelas Relaps dan 96,97% untuk kelas Non-relaps, serta presisi 50,00% untuk kelas Relaps dan 84,21% untuk kelas Non-relaps. Studi ini membuktikan bahwa algoritma C4.5 cukup baik dalam mendeteksi pasien Non-relaps, namun masih kurang optimal untuk mendeteksi pasien Relaps akibat ketidakseimbangan data. Kontribusi penelitian ini adalah memberikan pendekatan prediktif berbasis morfologi sel yang dapat digunakan sebagai acuan pengembangan sistem pendukung keputusan klinis.
References
Azhari, M., Situmorang, Z., & Rosnelly, R. (2021). Perbandingan Akurasi, Recall, Dan Presisi Klasifikasi Pada Algoritma C4.5, Random Forest, Svm Dan Naive Bayes. Jurnal Media Informatika Budidarma, 5(2), 640. Https://Doi.Org/10.30865/Mib.V5i2.2937
Candra, P. A., & Hadi, P. B. (2018). Penggunaan Algoritma C4.5 Dalam Menentukan Biopsy Pada Penderita Kanker Payudara.
Collins, S. P., Et Al. (2021). Studi Komputasi Senyawa Aktif Pada Manggis (Garcinia Mangostana L.) Sebagai Kandidat Terapi Kanker Paru-Paru Dengan Network Pharmacology, Molecular Docking, Dan Molecular Dynamics Simulations.
Elisa, E. (2017). Analisa Dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Mengidentifikasi Faktor-Faktor Penyebab Kecelakaan Kerja Kontruksi Pt. Arupadhatu Adisesanti. Jurnal Online Informatika, 2(1), 36. Https://Doi.Org/10.15575/Join.V2i1.71
Gustiana, Z. (2024). Performance Evaluation Algoritma C4.5 Pada Klasifikasi Data. Djtechno: Jurnal Teknologi Informasi, 5(2), 289–296. Https://Doi.Org/10.46576/Djtechno.V5i2.4654
Husna, F., Rahman, H., & Juhari, J. (2022). Implementasi Data Mining Menggunakan Algoritma C4.5 Pada Klasifikasi Penjualan Hijab. Jurnal Riset Mahasiswa Matematika, 2(2), 40–46. Https://Doi.Org/10.18860/Jrmm.V2i2.14891
Lestari, D., & Nasir, M. (2021). Penerapan Metode C4.5 Berbasis Particle Swarm Optimization Untuk Memprediksi Penjualan Obat Pada Apotek Bunda Azka. Jurnal Pengembangan Sistem Informasi Dan Informatika, 2(3), 174–187. Https://Doi.Org/10.47747/Jpsii.V2i3.554
Maisarah. (2018). Analisis Dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Menunjang Strategi Promosi Prodi Informatika Upgris. Journal Of Multimedia Services Convergence With Art, Humanities, And Sociology, 8(10), 1. Http://Dx.Doi.Org/10.21742/Ajmahs.2018.10.46
Novandya, A., & Oktria, I. (2017). Penerapan Algoritma Klasifikasi Data Mining C4.5 Pada Dataset Cuaca Wilayah Bekasi. Jurnal, 6, 2089–5615.
Pangaribuan, J. J., Romindo, R., Ilhami, M., Napitupulu, S., & Chandra, W. (2023). Prediksi Kanker Payudara Melalui Penerapan Algoritma C4.5. Expert: Jurnal Manajemen Sistem Informasi Dan Teknologi, 13(2), 165. Https://Doi.Org/10.36448/Expert.V13i2.3364
Rizqiah, A. R., & Subekti, A. (2018). Prediksi Kekambuhan Kanker Payudara. Jurnal Techno Nusa Mandiri, 15(2), 107–114.
Rukmania, R., Cantika, V., Pratama, A. Y., & Erlangga, M. R. (2025). Implementasi Data Mining Algoritma C4.5 Untuk Memprediksi Lalu Lintas Penumpang Berangkat Dan Datang Melalui Pelabuhan Tanjung Priok Tahun 2021. Jati (Jurnal Mahasiswa Teknik Informatika), 9(2), 2130–2134. Https://Doi.Org/10.36040/Jati.V9i2.12980
Sidette, J. A., Eko, E., & Nurhayati, O. D. (2014). Pendekatan Metode Pohon Keputusan Menggunakan Algoritma Id3 Untuk Sistem Informasi Pengukuran Kinerja Pns. Jurnal Sistem Informasi Bisnis, 4(2), 75–86. Https://Doi.Org/10.21456/Vol4iss2pp75-86
Soetomo, J.-J., Eveline, K., Purwanto, H., & Lestari, P. (2015). Faktor Klinis Dan Histopatologi Serta Hubungannya Dengan Kekambuhan Pasca-Operasi Pada Pasien Kanker Payudara Di Rsud. Indonesian Journal Of Cancer, 11(2), 55–60.
Widiastari, A., Solikhun, S., & Irawan, I. (2021). Analisa Data Mining Dengan Metode Klasifikasi C4.5 Sebagai Faktor Penyebab Tanah Longsor. Journal Of Computer System And Informatics, 2(3), 247–255. Http://Ejurnal.Seminar-Id.Com/Index.Php/Josyc/Article/View/741
