Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid
Abstract
Kanker Tiroid merupakan urutan kesembilan dari insiden kanker di Indonesia. Kanker Tiroid merupakan penyakit yang tidak menular yang menyerang pada bagian depan leher sedikit dibawah laring yang berbentuk kupu-kupu. Kelenjar tiroid sering kali membatasi kemampuan menyerap yodium dan membatasi kemampuan menghasilkan hormon tiroid, tetapi kadang menghasilkan cukup banyak hormon tiroid yang mengakibatkan hipertiroidisme. Sehingga perlu dilakukan pemeriksaan agar diketahui kanker tersebut jinak atau ganas, dan agar tidak terjadi kesalahan dalam penanganannya. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi timbulnya kanker tiroid. Metode Classification and Regression Tree merupakan analisis klasifikasi dimana pada variable respon dapat berskala katagorik dan kontinu. Data yang digunakan pada pesnelitian ini berupa data sekunder pasien yang diperoleh dari data rekam medis di rumah sakit “X” Surabaya pada tahun 2011 dan 2012 dengan variable respon bersekala katagorik. Kombinasi learning dan testing yang digunakan adalah kombinasi/kelompok 1 dengan data learning sebanyak 65 data dan testing sebanyak 17 data. Hasil pengklasifikasian pada metode CART dari diagnosis tingkat keganasan pada kanker tiroid dengan faktor yang paling berpengaruh yaitu hasil pemeriksaan klinis.
Keywords
CC Licencing
- 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.
Jurnal Sains dan Seni ITS by Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://ejurnal.its.ac.id/index.php/sains_seni.