Keywords
algoritma KNN
data medis
akurasi
peluang hidup pasien
How to Cite
Abstract
Kanker paru-paru menjadi momok menakutkan dengan tingkat kematian tinggi. Deteksi dini menjadi kunci untuk meningkatkan peluang hidup pasien. Tujuan penelitian ini adalah mengkaji penggunaan algoritma K-Nearest Neighbors (KNN) dalam mendeteksi kanker paru-paru stadium awal melalui analisis data medis. Algoritma KNN dipilih karena kesederhanaan dan kinerjanya dalam mengklasifikasikan data kompleks. Data yang digunakan mencakup berbagai parameter medis, seperti ID pasien, umur, jenis kelamin, polusi udara, penggunaan alkohol, alergi debu, risiko genetik, dan penyakit paru-paru kronis. Hasil penelitian menunjukkan bahwa algoritma KNN mencapai tingkat akurasi tinggi dalam deteksi dini kanker paru-paru dengan pengaturan parameter K yang optimal. Temuan ini menunjukkan potensi besar algoritma KNN dalam aplikasi klinis untuk deteksi dini kanker paru-paru, yang dapat diimplementasikan dalam sistem pendukung keputusan medis untuk meningkatkan diagnosa dan intervensi dini.
References
I. Buana and D. Agustian Harahap, “ASBESTOS, RADON DAN POLUSI UDARA SEBAGAI FAKTOR RESIKO KANKER PARU PADA PEREMPUAN BUKAN PEROKOK,” 2022.
D. Kencana Wulan, “FAKTOR PSIKOLOGIS YANG MEMPENGARUHI PERILAKU MEROKOK PADA REMAJA,” 2012.
R. Bahtiar, “Implementasi Data Mining Untuk Prediksi Penjualan Kusen Terlaris Menggunakan Metode K-Nearest Neighbor,” 2023. [Online]. Available: https://jurnal.publikasitecno.id/index.php/jim203
S. Y. , Y. M. Adiguno S, “Prediksi Peningkatan Omset Penjualan Menggunakan Metode Regresi Linier Berganda,” JURNAL SISTEM INFORMASI TGD, 2022.
I. Budiman and R. Ramadina, “Penerapan Fungsi Data Mining Klasifikasi untuk Prediksi Masa Studi Mahasiswa Tepat Waktu pada Sistem Informasi Akademik Perguruan Tinggi,” IJCCS, vol. x, No.x, no. 1, pp. 1–5, 2015.
A. Azis, A. T. Zy, and A. S. Sunge, “Prediksi Penjualan Obat Dan Alat Kesehatan Terlaris Menggunakan Algoritma K-Nearest Neighbor,” Jurnal Teknologi Dan Sistem Informasi Bisnis, vol. 6, no. 1, pp. 117–124, Jan. 2024, doi: 10.47233/jteksis.v6i1.1078.
Y. I. Anas, R. Firliana, and E. Daniati, “Decision Support System Pemilihan Bibit Unggul Tanaman Kelengkeng Menggunakan Metode Saw (Simple Additive Weighting),” 2020.
A. Muhadi and A. Octaviano, “Penerapan Data Mining Untuk Prediksi Hasil Keuntungan Lelang Mesin X-Ray Tahun 2020 Dengan Metode K-Nearest Neighbor (Studi Kasus : PT.Ramadika Mandiri),” 2023. [Online]. Available: https://jurnal.publikasitecno.id/index.php/jim126
R. A. Pangestu and S. Noris, “Analisa Data Mining Prediksi Lelang Suku Cadang Dengan Metode K-NearestNeighbor (Studi Kasus PT. Parmud Jaya Perkasa),” 2023. [Online]. Available: https://jurnal.publikasitecno.id/index.php/jim
A. Karakteristik et al., “Knowledge Discovery in Database Analysis of Traffic Accident Characteristic on Ahmad Yani Road Surabaya through Knowledge Discovery in Database Approach,” 2018.
M. Atalya, A. Leza, W. Utami, P. Anugrah, and C. Dewi, “PREDIKSI PRESTASI SISWA SMAS KATOLIK SANTO YOSEPH DENPASAR BERDASARKAN KEDISIPLINAN DAN TINGKAT EKONOMI ORANG TUA MENGGUNAKAN METODE KNOWLEDGE DISCOVERY IN DATABASE DAN ALGORITMA REGRESI LINIER BERGANDA,” 2024.
F. Alghifari and D. Juardi, “Fauzan Alghifari Penerapan Data Mining Pada Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes,” Jurnal Ilmiah Informatika (JIF), 2021.
H. Najjichah, A. Syukur, and H. Subagyo, “PENGARUH TEXT PREPROCESSING DAN KOMBINASINYA PADA PERINGKAS DOKUMEN OTOMATIS TEKS BERBAHASA INDONESIA,” 2019. [Online]. Available: http://research.
R. W. Putri, A. Ristyawan, and M. N. Muzaki, “Comparison Performance of K-NN and NBC Algorithm for Classification of Heart Disease,” JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer, vol. 2, no. 2, p. 143, Jul. 2022, doi: 10.32503/jtecs.v2i2.2708.
G. Ramadhan et al., “Penerapan Data Mining Menggunakan Algoritma C4.5 Dalam Mengukur Tingkat Kepuasan Pasien BPJS,” Prosiding Seminar Nasional Riset Dan Information Science (SENARIS), vol. 2, pp. 376–385, 2020.
Kaggle. (2022). Lung Cancer Prediction [Dataset]. Kaggle. https://www.kaggle.com/datasets/thedevastator/cancer-patients-and-air-pollution-a-new-link/data
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2024 Mohammad Annan Makruf Mustofa, Hermawan Nur Wahiid, Bifadhlillah Marsheila Islami, Aidina Ristyawan, Erna Daniati