Implementasi Model Klasifikasi Jenis Kanker Payudara Menggunakan Algoritma Logistic Regression Berbasis Web

Kanker payudara terjadi karena adanya sel-sel abnormal pada payuda yang dapat berasal dari dari saluran susu (epitel ductus) dan kelenjar penghasil susu (lobulus). Umumnya kanker payudara terjadi pada wanita dengan rentang usia 20 sampai 50 tahun, serta menjadi jenis kanker yang menyebabkan kematian bagi wanita di dunia. Oleh karena itu, penelitian ini bertujuan untuk membuat sistem klasifikasi jenis kanker payudara yang dapat membantu tenaga kesehatan dalam mendignosis dan pengobatan pasien. Pada penelitian ini, enam tahapan Cross Industry Standard Process for Data Mining (CRIPS-DM) digunakan dalam proses data mining. Adapun implementasi sistem dilakukan menggunakan framework Flask dengan menggunakan pengembangan model RAD. Dataset kanker payudara yang berjumlah 569 dan 32 fitur diproses pada tahap persiapan data dengan pembersihan, normalisasi, transformasi dan seleksi fitur. Terdapat ketidakseimbangan pada jumlah data, maka teknik SMOTE digunakan untuk mengatasi permasalahan tersebut. Model klsifikasi dibangun menggunakan Algoritma Logistic Regression. Pada evaluasi model Confusion Matrix digunakan dengan menerapkan K-Fold Cross Validation untuk membagi data pada set pengujian dan pelatihan. Berdasarkan hasil evaluasi model, hasil terbaik didapatkan dengan menerapkan teknik SMOTE. Hasil didapatkan accuracy sebesar 90%, precision 89%, dan recall 92%. Adapun hasil evaluasi sistem dilakukan menggunakan blackbox testing, menunjukan bahwa fungsi pada sistem bekerja dengan baik. Namun, pada uji validasi perlu dipastikan dengan hasil patologi anatomi.

Kata Kunci: algoritma logistic regression, kanker payudara, smote