Optimasi Algoritma C4.5 Untuk Mendeteksi Kanker Paru-Paru Menggunakan Metode Penyeimbangan Data
DOI:
https://doi.org/10.22303/infosys.9.1.2024.103-113Keywords:
C.45, Kanker Paru-paru, Klasifikais Data MedisAbstract
Kanker paru-paru merupakan salah satu jenis kanker yang umum terjadi di Indonesia, dengan estimasi sekitar 34 ribu kasus baru setiap tahunnya. Tingginya angka ini menunjukkan pentingnya deteksi dini, namun proses deteksi masih terkendala oleh keterbatasan akurasi metode konvensional. Untuk mengatasi permasalahan tersebut, penelitian ini menggunakan algoritma C4.5 dalam membangun model prediksi yang efektif untuk mendeteksi kanker paru-paru berdasarkan data medis pasien. Dataset yang digunakan berasal dari Kaggle dan mencakup atribut seperti jenis kelamin, usia, kebiasaan merokok, penyakit kronis, kelelahan, alergi, konsumsi alkohol, serta faktor lainnya yang diduga berperan dalam risiko terkena kanker paru-paru. Mengingat adanya ketidakseimbangan kelas dalam data, penelitian ini menerapkan Synthetic Minority Oversampling Technique (SMOTE) untuk memperbaiki distribusi data sehingga algoritma dapat mempelajari pola secara lebih optimal. Dengan pendekatan ini, penelitian bertujuan menghasilkan prediksi yang lebih akurat dalam mendeteksi kanker paru-paru. Hasil penelitian menunjukkan bahwa algoritma C4.5 mampu mencapai tingkat akurasi sebesar 87,65% dalam mengklasifikasikan kondisi pasien, sehingga dapat diandalkan sebagai pendekatan yang efektif untuk mendukung diagnosis medis kanker paru-paru.
References
[1] J. Hall and K. M. Brown, “Creating feelings of inclusion in adventure tourism: Lessons from the gendered sensory and affective politics of professional mountaineering,” Ann Tour Res, vol. 97, p. 103505, Nov. 2022, doi: 10.1016/j.annals.2022.103505.
[2] L. Sari, A. Romadloni, and R. Listyaningrum, “Penerapan Data Mining dalam Analisis Prediksi Kanker Paru Menggunakan Algoritma Random Forest,” Infotekmesin, vol. 14, no. 1, pp. 155–162, Jan. 2023, doi: 10.35970/infotekmesin.v14i1.1751.
[3] R. Rofiani, L. Oktaviani, D. Vernanda, and T. Hendriawan, “Penerapan Metode Klasifikasi Decision Tree dalam Prediksi Kanker Paru-Paru Menggunakan Algoritma C4.5,” vol. 18, no. 1.
[4] H. W. N. S. Putra, V. Atina, and J. Maulindar, “Penerapan Algoritme Decision Tree Pada Klasifikasi Penyakit Kanker Paru-Paru,” Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 12, no. 3, p. 967, Dec. 2023, doi: 10.35889/jutisi.v12i3.1323.
[5] M. Abdul, R. Wahid, A. Nugroho, and A. H. Anshor, “Prediksi Penyakit Kanker Paru-Paru Dengan Algoritma Regresi Linier,” Bulletin of Information Technology (BIT), vol. 4, no. 1, pp. 63–74, 2023, doi: 10.47065/bit.v3i1.
[6] T. Abdi Mangun, O. Nurdiawan, and A. Irma Purnamasari, “LUNG CANCER ANALYSIS USING K-NEARST NEIGHBOR ALGORITHM,” 2023. [Online]. Available: https://ejournal.ubibanyuwangi.ac.id/index.php/jurnal_tinsika
[7] N. Maleki, Y. Zeinali, and S. T. A. Niaki, “A k-NN method for lung cancer prognosis with the use of a genetic algorithm for feature selection,” Expert Syst Appl, vol. 164, p. 113981, Feb. 2021, doi: 10.1016/j.eswa.2020.113981.
[8] Zudyanti Dwi Rahma Sari, Y. Arvita, and Jasmir Jasmir, “Penerapan Data Mining Untuk Prediksi Penyakit Diabetes Menggunakan Algoritma C4.5 Zudyanti Dwi Rahma Sari1, Ja,” Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM), vol. 4, no. 1, pp. 827–834, Apr. 2024, doi: 10.33998/jakakom.2024.4.1.1624.
[9] A. N. Kasanah, M. Muladi, and U. Pujianto, “Penerapan Teknik SMOTE untuk Mengatasi Imbalance Class dalam Klasifikasi Objektivitas Berita Online Menggunakan Algoritma KNN,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 3, no. 2, pp. 196–201, Aug. 2019, doi: 10.29207/resti.v3i2.945.
[10] M. A. Rahman Wahid, A. Nugroho, and A. Halim Anshor, “Prediksi Penyakit Kanker Paru-Paru Dengan Algoritma Regresi Linier,” Bulletin of Information Technology (BIT), vol. 4, no. 1, pp. 63–74, Mar. 2023, doi: 10.47065/bit.v4i1.501.
[11] R. Siringoringo, “KLASIFIKASI DATA TIDAK SEIMBANG MENGGUNAKAN ALGORITMA SMOTE DAN k-NEAREST NEIGHBOR,” 2018.
[12] R. Tamami, D. Yanti, and R. Anugrah, “ANALISIS KEPUASAN PELANGGAN MENGGUNAKAN ALGORITMA C4.5 PADA APLIKASI BETUKANG.ID,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 6, pp. 12507–12511, Nov. 2024, doi: 10.36040/jati.v8i6.11937.
[13] X. Chen, “Design and research of MOOC teaching system based on TG-C4.5 algorithm,” Systems and Soft Computing, vol. 5, p. 200064, Dec. 2023, doi: 10.1016/j.sasc.2023.200064.
