ANALISA PREDIKSI KEKAMBUHAN KANKER PAYUDARA DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

Abstract

Kanker payudara merupakan kanker yang menempati urutan kedua dan paling umum ditemui setelah kanker rahim. Kanker payudara dapat disembuhkan dengan berbagai pengobatan untuk menghambat pertumbuhan sel kanker yaitu dengan operasi, kemoterapi, radioterapi, dan terapi hormonal. Kekambuhan pada kanker payudara adalah penyebab utama kematian pada kanker payudara. Sampai saat ini belum diketahui hal-hal apa saja yang menyebabkan kekambuhan pada kanker payudara. Oleh sebab itu diperlukan prediksi yang tepat dengan menggunakan data mining. Klasifikasi merupakan salah satu teknik di dalam data mining. Dalam penelitian ini akan dilakukan bagaimana menerapkan algoritma K-Nearest Neighbor. Algoritma ini melakukan klasifikasi berdasarkan kedekatan lokasi (jarak) antara data testing dengan data training. Tujuan dari penelitian ini yaitu untuk menganalisa kekambuhan pada data kanker payudara dan mengetahui tingkat akurasi data dengan menggunakan tools RStudio. Berdasarkan hasil percobaan sebanyak 3 kali dengan komposisi data training dan data testing yang berbeda, didapatkan hasil terbaik pada komposisi 70% data training dan 30% data testing menghasilkan nilai k terbaik pada k=5 dengan nilai akurasi 80%. Pada penitian berikutnya dapat menggunakan algoritma yang lain agar dapat diperoleh hasil yang lebih akurat.