Pengembangan Perangkat Lunak Prediktor Kanker Payudara Menggunakan Metode Elastic SCAD SVM dan Data DNA Microarray
Kanker payudara (<em>Carcinoma Mammae</em>) merupakan salah satu penyakit kanker dengan angka kematian terbesar di dunia. Prediksi kanker payudara tentunya dapat membantu para penderitanya untuk menghindari berbagai akibat negatif yang dapat ditimbulkannya. Di sisi lain, data DNA <em&...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M)
2012-09-01
|
| Series: | Jurnal Teknik ITS |
| Subjects: | |
| Online Access: | http://ejurnal.its.ac.id/index.php/teknik/article/view/637 |
| _version_ | 1818255890381275136 |
|---|---|
| author | Risky Dwi Listyo Firmansyah Handayani Tjandrasa Isye Arieshanti |
| author_facet | Risky Dwi Listyo Firmansyah Handayani Tjandrasa Isye Arieshanti |
| author_sort | Risky Dwi Listyo Firmansyah |
| collection | DOAJ |
| description | Kanker payudara (<em>Carcinoma Mammae</em>) merupakan salah satu penyakit kanker dengan angka kematian terbesar di dunia. Prediksi kanker payudara tentunya dapat membantu para penderitanya untuk menghindari berbagai akibat negatif yang dapat ditimbulkannya. Di sisi lain, data DNA <em>Microarray</em> ternyata dapat digunakan untuk diagnosa dini penyakit kanker payudara. Data DNA <em>Microarray</em> mengandung informasi dari DNA yang kemudian direpresentasikan dalam data vektor berdimensi tinggi. Untuk menangani permasalahan prediksi data berdimensi tinggi, <em>Support Vector Machine</em><em> </em>(SVM) adalah salah satu metode yang cukup handal. Namun, sayangnya SVM tidak dapat mendukung proses seleksi fitur. Padahal, dengan adanya seleksi fitur, proses prediksi data dapat berjalan lebih cepat. Informasi tentang fitur-fitur penting dari suatu data juga dapat diperoleh dengan adanya seleksi fitur. Oleh karena itu, ada sebuah studi lain yang menggabungkan SVM dengan <em>elastic</em> SCAD (<em>penalization method</em>). Pada studi ini dikembangkan perangkat lunak untuk memprediksi kanker payudara berdasarkan model <em>elastic</em> SCAD SVM yang telah diusulkan oleh studi lain tersebut. Berdasarkan uji coba, perangkat lunak yang dikembangkan mampu melakukan prediksi kanker payudara. Hal ini ditunjukkan dengan nilai akurasi sebesar 95,4%. Fitur yang terpakai pun berkurang dari 1213 atribut menjadi 1193 atribut. |
| first_indexed | 2024-12-12T17:19:03Z |
| format | Article |
| id | doaj.art-d4ce57c5c0344f5f9ede399cf52247fc |
| institution | Directory Open Access Journal |
| issn | 2301-9271 2337-3539 |
| language | Indonesian |
| last_indexed | 2024-12-12T17:19:03Z |
| publishDate | 2012-09-01 |
| publisher | Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M) |
| record_format | Article |
| series | Jurnal Teknik ITS |
| spelling | doaj.art-d4ce57c5c0344f5f9ede399cf52247fc2022-12-22T00:17:43ZindLembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M)Jurnal Teknik ITS2301-92712337-35392012-09-0111273Pengembangan Perangkat Lunak Prediktor Kanker Payudara Menggunakan Metode Elastic SCAD SVM dan Data DNA MicroarrayRisky Dwi Listyo FirmansyahHandayani TjandrasaIsye ArieshantiKanker payudara (<em>Carcinoma Mammae</em>) merupakan salah satu penyakit kanker dengan angka kematian terbesar di dunia. Prediksi kanker payudara tentunya dapat membantu para penderitanya untuk menghindari berbagai akibat negatif yang dapat ditimbulkannya. Di sisi lain, data DNA <em>Microarray</em> ternyata dapat digunakan untuk diagnosa dini penyakit kanker payudara. Data DNA <em>Microarray</em> mengandung informasi dari DNA yang kemudian direpresentasikan dalam data vektor berdimensi tinggi. Untuk menangani permasalahan prediksi data berdimensi tinggi, <em>Support Vector Machine</em><em> </em>(SVM) adalah salah satu metode yang cukup handal. Namun, sayangnya SVM tidak dapat mendukung proses seleksi fitur. Padahal, dengan adanya seleksi fitur, proses prediksi data dapat berjalan lebih cepat. Informasi tentang fitur-fitur penting dari suatu data juga dapat diperoleh dengan adanya seleksi fitur. Oleh karena itu, ada sebuah studi lain yang menggabungkan SVM dengan <em>elastic</em> SCAD (<em>penalization method</em>). Pada studi ini dikembangkan perangkat lunak untuk memprediksi kanker payudara berdasarkan model <em>elastic</em> SCAD SVM yang telah diusulkan oleh studi lain tersebut. Berdasarkan uji coba, perangkat lunak yang dikembangkan mampu melakukan prediksi kanker payudara. Hal ini ditunjukkan dengan nilai akurasi sebesar 95,4%. Fitur yang terpakai pun berkurang dari 1213 atribut menjadi 1193 atribut.http://ejurnal.its.ac.id/index.php/teknik/article/view/637DNA MicroarrayElastic SCADKanker PayudaraPrediksiSupport Vector Machine |
| spellingShingle | Risky Dwi Listyo Firmansyah Handayani Tjandrasa Isye Arieshanti Pengembangan Perangkat Lunak Prediktor Kanker Payudara Menggunakan Metode Elastic SCAD SVM dan Data DNA Microarray Jurnal Teknik ITS DNA Microarray Elastic SCAD Kanker Payudara Prediksi Support Vector Machine |
| title | Pengembangan Perangkat Lunak Prediktor Kanker Payudara Menggunakan Metode Elastic SCAD SVM dan Data DNA Microarray |
| title_full | Pengembangan Perangkat Lunak Prediktor Kanker Payudara Menggunakan Metode Elastic SCAD SVM dan Data DNA Microarray |
| title_fullStr | Pengembangan Perangkat Lunak Prediktor Kanker Payudara Menggunakan Metode Elastic SCAD SVM dan Data DNA Microarray |
| title_full_unstemmed | Pengembangan Perangkat Lunak Prediktor Kanker Payudara Menggunakan Metode Elastic SCAD SVM dan Data DNA Microarray |
| title_short | Pengembangan Perangkat Lunak Prediktor Kanker Payudara Menggunakan Metode Elastic SCAD SVM dan Data DNA Microarray |
| title_sort | pengembangan perangkat lunak prediktor kanker payudara menggunakan metode elastic scad svm dan data dna microarray |
| topic | DNA Microarray Elastic SCAD Kanker Payudara Prediksi Support Vector Machine |
| url | http://ejurnal.its.ac.id/index.php/teknik/article/view/637 |
| work_keys_str_mv | AT riskydwilistyofirmansyah pengembanganperangkatlunakprediktorkankerpayudaramenggunakanmetodeelasticscadsvmdandatadnamicroarray AT handayanitjandrasa pengembanganperangkatlunakprediktorkankerpayudaramenggunakanmetodeelasticscadsvmdandatadnamicroarray AT isyearieshanti pengembanganperangkatlunakprediktorkankerpayudaramenggunakanmetodeelasticscadsvmdandatadnamicroarray |