Implementasi Model Klasifikasi Jenis Kanker Payudara Menggunakan Algoritma SVM Berbasis Web

Menurut data Globocan 2018 tingkat kematian rata-rata 17 per 100.000 jiwa dan insiden sebanyak 2,1 per 100.000 jiwa menyerang wanita di Indonesia. Sedangkan menurut data Organisasi Kesehatan Dunia (WHO) penderita kanker payudara terdiri dari 7 juta pasien, 5 juta diantaranya meninggal dunia setiap tahunnya. Hal itu menjadikan kanker payudara di Indonesia menempati peringkat ke-23 di Asia dan ke-8 di Asia Tenggara. Maka penelitian ini bertujuan untuk mengimplementasikan model klasifikasi jenis kanker payudara pada sistem berbasis web menggunakan Algoritma SVM dengan teknik SMOTE. Hal ini, agar dapat meningkatkan efektivitas layanan kesehatan dalam menangani penyakit kanker payudara dengan cepat dan tepat. Pada penelitian ini menggunakan metode CRISP- DM. beberapa tahapan dari metode tersebut dimulai dengan business understanding, data understanding, data preparation, modeling, evaluasi serta deployment. Adapun metode yang digunakan pada tahap evaluasi model yaitu Confusion matrix, sedangkan evaluasi sistem yang digunakan yaitu blackbox testing serta uji validasi. Berdasarkan hasil penelitian menunjukkan bahwa akurasi model tertinggi yaitu sebesar 0.97, recall sebesar 1.0 dengan SVM tanpa SMOTE, sedangkan precision tertinggi yaitu 0.92 dengan menerapkan SMOTE. Kemudian, akurasi dari sistem klasifikasi sebesar 90%.

Kata Kunci: Kanker Payudara, SVM, CRISP-DM, SMOTE