KLASIFIKASI DIAGNOSIS PENYAKIT KANKER PAYUDARA DENGAN PENDEKATAN REGRESI LOGISTIK BINER DAN METODE CLASSIFICATION AND REGRESSION TREES (CART)

RIFQY MARWAH AKHSANTI, . (2017) KLASIFIKASI DIAGNOSIS PENYAKIT KANKER PAYUDARA DENGAN PENDEKATAN REGRESI LOGISTIK BINER DAN METODE CLASSIFICATION AND REGRESSION TREES (CART). Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

[img] Text
SKRIPSI.pdf

Download (1MB)

Abstract

Kanker merupakan masalah penyakit yang dapat menyebabkan kematian bagi penderitanya. Salah satu kanker yang sering dialami oleh kalangan wanita adalah kanker payudara. Regresi logistik biner dan Metode CART (Classification And Regression Trees) diterapkan pada data pasien kanker payudara RS. Dharmais tahun 2015 untuk mengetahui faktor pengaruh timbulnya kanker payudara yang diklasifikasikan menurut dua kategori yaitu jinak dan ganas. Faktor yang digunakan adalah usia, usia menarche, usia menopause, obesitas, riwayat keluarga penderita kanker (genetik), tidak menyusui anaknya, penggunaan KB. Analisis regresi logistik biner yang terbentuk menghasilkan faktor yang berpengaruh signifikan terhadap hasil diagnosis kanker adalah usia dan riwayat keluarga penderita kanker (genetik), model ini mampu mengklasifikasikan sebesar 90.5%. Metode CART menghasilkan pohon klasifikasi optimum dengan empat simpul terminal dan memperoleh nilai ketepatan klasifikasi sebesar 93%. Cancer is a disease problem that can use death to the sufferer. One of cancer that is often experienced among women is breast cancer. The methods of Binary Logistic Regression and CART (Classification and Regression Trees) are applied to data of breast cancer patients Dharmais hospital 2015 to determine factors influence the incidence of breast cancer is classified according two categories of benign and malignant. The variables used are age, the age of menarche, menopause age, obesity, family history of cancer, not breastfeeding her child, and the use of KB. Binary Logistic Regression that formed the influential factors of significantly to the results of the diagnosis of cancer is an age and a family history of cancer, this model is able to classify of 90.5%. CART method is produces to optimum classification of tree with four terminal nodes and obtain a value of 93% classification accuracy.

Item Type: Thesis (Sarjana)
Additional Information: 1) Dra. Widyanti Rahayu, M.Si 2) Vera Maya Santi, M.Si
Subjects: Sains > Matematika
Divisions: FMIPA > S1 Matematika
Depositing User: sawung yudo
Date Deposited: 14 Apr 2022 02:54
Last Modified: 14 Apr 2022 02:54
URI: http://repository.unj.ac.id/id/eprint/26573

Actions (login required)

View Item View Item