Algoritma K-Nearest Neighbor Ungguli Decision Tree dalam Deteksi Dini Kanker Payudara Berbasis Data Mining

Natalia Sihombing S.Pd Jumat, Agustus 07, 2026
Ilustrasi by AI
FORMOSA NEWS

Penelitian terbaru yang dilakukan oleh Asri Liya Astuti dari Universitas Pelita Bangsa menguji efektivitas dua algoritma kecerdasan buatan, yaitu K-Nearest Neighbor (KNN) dan Decision Tree C4.5, dalam mengklasifikasikan kasus kanker payudara. Riset yang diterbitkan pada Juli 2026 ini sangat krusial untuk meningkatkan ketepatan diagnosis dini guna menekan angka kematian akibat salah satu penyakit paling berbahaya bagi wanita tersebut.

Kanker payudara menempati posisi teratas sebagai penyebab kematian utama akibat kanker pada wanita di Indonesia, dengan angka insidensi mencapai 42,1 per 100.000 penduduk. Banyak pasien kerap mengabaikan potensi kekambuhan penyakit ini karena sisa sel kanker dalam jumlah kecil setelah pengobatan masih dapat memicu masalah kesehatan yang serius. Oleh sebab itu, pemanfaatan teknologi analisis data mutlak diperlukan untuk membantu mengenali pola tumor secara cepat dan objektif.

Dalam proses analisisnya, penelitian ini menerapkan kerangka kerja standar industri Cross-Industry Standard Process for Data Mining (CRISP-DM) dengan bantuan perangkat lunak RapidMiner. Data yang digunakan bersumber dari Breast Cancer Wisconsin yang mencakup 699 catatan rekam medis untuk mengelompokkan jenis tumor menjadi kategori jinak (benign) dan ganas (malignant).

Hasil perbandingan kinerja memperlihatkan temuan yang sangat signifikan dari kedua model komputasi tersebut:

  • Algoritma K-Nearest Neighbor (KNN) terbukti menjadi model terbaik dengan tingkat akurasi mencapai 97,14%.
  • Model KNN juga mencatatkan skor Area Under Curve (AUC) sebesar 0,976 yang tergolong dalam kategori klasifikasi sangat baik (excellent).
  • Sementara itu, algoritma Decision Tree C4.5 mencatatkan tingkat akurasi sebesar 95,71% dengan skor AUC 0,957.

Menurut Asri Liya Astuti dari Universitas Pelita Bangsa, keunggulan performa tersebut membuktikan bahwa pendekatan KNN merupakan instrumen yang andal dan praktis untuk membedakan kasus kanker payudara secara akurat. Temuan ini diharapkan mampu memperkuat implementasi teknologi di sektor kesehatan, membantu tenaga medis merumuskan keputusan klinis yang lebih tepat, serta meningkatkan efektivitas program deteksi dini di tengah masyarakat.

Profil Singkat Penulis

  • Nama Lengkap: Asri Liya Astuti
  • Afiliasi Universitas: Universitas Pelita Bangsa, Kabupaten Bekasi

Sumber Penelitian

Natalia Sihombing S.Pd

Diposting oleh Natalia Sihombing S.Pd

Posting Komentar

0 Komentar