Perbandingan Klasifikasi Tingkat Keganasan Breast Cancer Dengan Menggunakan Regresi Logistik Ordinal Dan Support Vector Machine (SVM)

Farizi Rachman, Santi Wulan Purnami
Submission Date: 2012-08-02 09:10:15
Accepted Date: 2012-09-13 10:33:23

Abstract


Breast Cancer merupakan jenis kanker yang sangat berbahaya di dunia. Setiap tahun 506.000  penduduk di dunia meninggal akibat breast cancer [10]. Indonesia merupakan salah satu negara berkembang dengan penderita breast cancer yang banyak. Hal ini dibuktikan dengan data Sistem Informasi Rumah Sakit (SIRS) 2007 yang menunjukkan breast cancer menempati urutan pertama pada pasien rawat inap di rumah sakit seluruh Indonesia (16.85%) [2]. Tingginya kasus penyakit ini di Indonesia mengharuskan penderita breast cancer untuk melakukan pemeriksaan tingkat keganasan breast cancer dengan memperhatikan jenis stadium breast cancer. Pada penelitian ini dilakukan analisis tingkat keganasan breast cancer dengan menggunakan regresi logistik ordinal dan support vector machine (SVM). Berdasarkan hasil penelitian dengan metode regresi logistik ordinal, menunjukkan variabel yang berpengaruh terhadap tingkat keganasan breast cancer adalah ukuran tumor dan nodus dengan ketepatan klasifikasi tertinggi 56.60%. Sedangkan ketepatan klasifikasi dengan menggunakan SVM ketepatan klasifikasi tertinggi dengan menggunakan kernel RBF dan polynomial mencapai 98.11%.


Keywords


Breast Cancer, Regresi Logistik Ordinal, Support Vector Machine, Klasifikasi.

Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Lembaga Penjaminan Mutu, Pengelolaan dan Perlindungan Kekayaan Intelektual (LPMP2KI) ITS
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.