PENERAPAN METODE DATA MINING MENGGUNAKAN ALGORITMA C4.5 DALAM MENGKLASIFIKASI PENYAKIT KANKER PAYUDARA

Dalam dunia kesehatan dan kedokteran, keakuratan prediksi penyakit sangat
penting dan membutuhkan keputusan yang tepat dan efektif saat menganalisis
kondisi pasien, seperti halnya kasus kanker payudara. Penyebab utama kanker
payudara belum diketahui secara pasti, namun penelitian menunjukkan bahwa
beberapa jenis kanker payudara disebabkan oleh gaya hidup yang tidak sehat.
Seperti makan makanan cepat saji, terlalu banyak makan makanan berlemak, tidak
minum air putih, tidak makan buah dan sayur, tidak aktif secara fisik dan tidak
rutin memeriksakan kesehatan ke dokter. Bahan penelitian ini diambil dari situs
web pembelajaran mesin UCI di url
https://archive.ics.uci.edu/ml/datasets/breast+cancer memiliki memiliki 278
record data dengan 10 variabel termasuk 9 variabel input yaitu age, menopause,
tumor-size, inv-codess, node-caps, deg-malig, breast, breast-quad, irradiant dan
satu variabel output yaitu class. Klasifikasi yang dihasilkan pada penelitian ini
yaitu No-Recuarrence-Events (tidak ada kekambuhan setelah pengobatan) dan
No-Recuarrence-Events (dapat kambuh setelah pengobatan). Dalam konteks
penyakit kanker payudara, "No-Recurrence-Events" mengacu pada kasus di mana
kanker payudara diobati dan tidak kembali lagi setelah pengobatan. Ini berarti
pasien tidak mengalami kanker payudara lagi setelah pengobatan. Sementara itu,
"Recurrence-Events" dalam kasus kanker payudara merujuk pada kasus-kasus di
mana kanker payudara kembali muncul setelah pengobatan Penelitian ini
bertujuan untuk dapat melakukan analisa model decision tree yang dibangun
algoritma C4.5 untuk mengklasifikasikan pasien penderita penyakit kanker
payudara berdasarkan No-Recurrence-Events atau Recurrence-Events) dan
menghasilkan nilai akurasi algoritma C4.5 untuk klasifikasi penyakit kanker
payudara (breast cancer) menggunakan tools rapidminer.

Kata Kunci: Kanker Payudara, No-Recuarrence-Events, Recuarrence-Events