Analisis Performa Klasifikasi Algoritma Pada Pendeteksian Penyakit Kanker Dengan Partition Membership

Abstract

Deteksi dini terhadap penyakit utamanya penyakit dengan resiko tinggi seperti kanker paru dan kanker payudara adalah cara paling menjanjikan untuk meningkatkan peluang pasien untuk bertahan hidup. Makalah ini menyajikan metode klasifikasi yang dikembangkan dengan menggunakan algoritma pengklasifikasi untuk mengatasi masalah tersebut. Dua jenis pengujian dilakukan, salah satunya dengan tidak menggunakan filter partition membership pada algoritma klasifikasi dan lainnya menggunakan filter partition membership yang mempekerjakan dua algoritma untuk membangkitkan nilai keanggotaan partisi yaitu algorithma random forest dan C4.5. Kemudian, 10-fold cross validation dilakukan pada dataset yang diubah. Enam algoritma pengklasifikasi diuji akurasinya atas pengaruh preprocessing data dengan filter partition membership tersebut. Berdasarkan hasil yang diperoleh, akurasi klasifikasi yang lebih baik dicapai ketika partition membership dipasangkan dengan keenam algoritma, dan diperoleh peningkatan akurasi klasifikasi pada sebagian besar hasil eksperimen dibandingkan dengan hasil nilai standar masing-masing algoritma klasifikasi pada pengukuran nilai akurasi, statistik kappa, dan F-measure.