EUVIMEDEUVIMED entdecken
Crossref

Prediksi Survivabilitas Pasien Kanker Payudara dengan Penanganan Imbalance Data Menggunakan Algoritma Machine Learning

Ruki Rizal Nul Fikri, Indra Prasetyo, Ary Sofyan Soleh, Reza Lintang Hana Pratama, Hendra Kurniawan

Journal of Data Science Methods and Applications · 26.06.2026 · 2 (1) · 31-39

DOI: 10.30873/jodmapps.v2i1.1461 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Data Science Methods and Applications, online erschienen am 26.06.2026. Verfasst von Ruki Rizal Nul Fikri und 4 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kanker payudara merupakan salah satu penyebab kematian tertinggi pada wanita di seluruh dunia. Tantangan utama dalam pemodelan prediksi survivabilitas pasien kanker adalah ketidakseimbangan data (imbalanced data), di mana jumlah pasien yang bertahan hidup jauh lebih banyak dibandingkan pasien yang meninggal. Penelitian ini bertujuan untuk membandingkan kinerja tiga algoritma machine learning, yaitu Logistic Regression, Support Vector Classifier (SVC), dan Gradient Boosting Classifier, dalam memprediksi status survivabilitas pasien. Untuk mengatasi masalah ketidakseimbangan kelas, teknik Random Over Sampling (ROS) diterapkan pada tahap pra-pemrosesan data. Metodologi meliputi encoding data kategorikal, resampling, dan evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil eksperimen menunjukkan bahwa penerapan ROS berhasil menyeimbangkan distribusi kelas. Di antara ketiga model yang diuji, algoritma Gradient Boosting menunjukkan performa terbaik dibandingkan model linear dan berbasis vektor. Penelitian ini memberikan wawasan mengenai pentingnya penanganan data tidak seimbang dalam meningkatkan akurasi diagnosis medis berbasis kecerdasan buatan.

Zitieren

APA

Fikri, R. R. N., Prasetyo, I., Soleh, A. S., Pratama, R. L. H., & Kurniawan, H. (2026). Prediksi Survivabilitas Pasien Kanker Payudara dengan Penanganan Imbalance Data Menggunakan Algoritma Machine Learning. Journal of Data Science Methods and Applications, 2(1), 31-39. https://doi.org/10.30873/jodmapps.v2i1.1461

Vancouver

Fikri RRN, Prasetyo I, Soleh AS, Pratama RLH, Kurniawan H. Prediksi Survivabilitas Pasien Kanker Payudara dengan Penanganan Imbalance Data Menggunakan Algoritma Machine Learning. Journal of Data Science Methods and Applications. 2026;2(1):31-39. doi:10.30873/jodmapps.v2i1.1461

BibTeX
@article{Fikri2026,
  author = {Fikri, Ruki Rizal Nul and Prasetyo, Indra and Soleh, Ary Sofyan and Pratama, Reza Lintang Hana and Kurniawan, Hendra},
  title = {Prediksi Survivabilitas Pasien Kanker Payudara dengan Penanganan Imbalance Data Menggunakan Algoritma Machine Learning},
  journal = {Journal of Data Science Methods and Applications},
  year = {2026},
  volume = {2},
  number = {1},
  pages = {31--39},
  doi = {10.30873/jodmapps.v2i1.1461}
}
Kostenlos starten →