Data Mining untuk Klasifikasi Penderita Kanker Payudara Menggunakan Algoritma K-Nearest Neighbor

Abstract

Cancer is a large group of diseases that can appear in almost any organ or tissue of the body when abnormal cells grow uncontrollably. Types of cancer are usually named according to the organ or tissue where the cancer is formed, one of which is breast cancer. Breast cancer is a type of cancer that forms in the breast tissue. Breast cancer is the most common type of cancer in Indonesian society. This cancer is the most common type of cancer in women. This type of cancer is one of the leading causes of death in Indonesia. Therefore, the problem in this study is the inaccuracy in the classification of breast cancer, which makes many people feel worried about the disease they are suffering from. The technique used is classification using the K-Nearest Neighbor algorithm. K-Nearest Neighbor is an algorithm for classifying objects with learning data that is closest to the object. The tool used to find the accuracy value is RapidMiner version 10. The method used in this study is the Knowledge Discovery in Databases (KDD) method. This research is used to make decisions based on the results obtained to determine policies to be taken in the management of breast cancer patients. The results show a fairly good percentage, namely producing an accuracy of 72.62% with a value of k = 5. In the cancer patient dataset, the prediction of no-recurrence-events (no recurrence) dominates
Keywords: K-Neares Neighbor Algorithm (KNN), Breast Cancer Analysis
Abstrak
Kanker adalah sekelompok besar penyakit yang dapat muncul di hampir semua organ atau jaringan tubuh ketika sel-sel yang tidak normal tumbuh tak terkendali. Jenis kanker biasanya diberi nama sesuai organ atau jaringan tempat kanker itu terbentuk, salah satunya adalah kanker payudara. Kanker payudara adalah kanker yang terbentuk pada bagian jaringan payudara. Kanker payudara merupakan jenis kanker yang paling banyak diidap masyarakat Indonesia, kanker ini ialah jenis kanker yang paling umum diderita oleh kaum wanita. Kanker jenis ini menjadi salah satu penyebab kematian tertinggi di tanah air. Oleh karena itu permasalahan dalam penelitian ini adalah belum akuratnya ketepatan dalam klasifikasi kanker payudara sehingga banyak orang merasa khawatir akan penyakit yang dideritanya. Teknik yang digunakan adalah klasifikasi dengan menggunakan algoritma K-Nearest Neighbor. K-Nearest Neighbor adalah algoritma untuk melakukan klasifikasi terhadap objek dengan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Alat yang digunakan untuk mencari nilai akurasi adalah rapidminer versi 10. Metode yang digunakan dalam penelitian ini ini adalah metode Knowledge Discovery In Database (KDD). Penelitian ini digunakan utuk mengambil keputusan berdasarkan hasil yang didapat untuk menentukan kebijakan yang akan diambil dalam penanganan pasien kanker payudara. Hasilnya menunjukan persentase yang cukup baik yaitu menghasilkan accurracy sebesar 72,62% dengan nilai k = 5, pada dataset pasien kanker prediksi no-recurrence-events (tidak kambuh) lebih mendominasi.
Kata Kunci : Algoritma K-Neares Neighbor (KNN), Analisa Kanker Payudara