Model Klasifikasi Kanker Payudara Berdasarkan Status Keganasan Menggunakan Algortima Random Forest Dan Decision Tree

Abstract

Kanker payudara merupakan penyumbang kematian tertinggi di kalangan perempuan. penelitian ini bertujuan untuk membuat model aplikasi yang dapat menganalisis klasifikasi kanker payudara berdasarkan status keganasan (jinak atau ganas) menggunakan metode data mining dengan algoritma random forest dan decision tree. Data yang digunakan dalam penelitian ini diambil dari Breast Cancer Wisconsin (Diagnostic) Data Set di Kaggle.com, yang terdiri dari 31 variabel dan 569 data. Data tersebut dibagi menjadi data training dan data test, kemudian diuji menggunakan algoritma random forest dan decision tree. Hasilnya, algoritma decision tree memiliki tingkat akurasi sebesar 95%, sedangkan algoritma random forest memiliki tingkat akurasi sebesar 97%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kedua algoritma tersebut dapat digunakan untuk melakukan klasifikasi kanker payudara berdasarkan tingkat keganasannya dan algoritma random forest memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan decision tree yaitu 97% versus 95%.Kata kunci; Kanker Payudara, Random Forest, Decision Tree