Model Prediksi Penderita HCC Menggunakan Algoritma Random Forest

Authors

  • Cindy Wungkana Universitas Klabat
  • Megalita Aror Universitas Klabat
  • Green Arther Sandag Universitas Klabat

DOI:

https://doi.org/10.26418/justin.v10i1.44103

Keywords:

HCC, Random Forest, survival rates

Abstract

Hepatocellular carcinoma (HCC) atau kanker hati adalah salah satu dari kanker yang paling umum dan menjadi penyebab utama kematian di negara-negara Asia. Presentasi HCC telah berkembang secara signifikan selama beberapa dekade terakhir. Rokok dan minuman beralkohol yang kita konsumsi diketahui menjadi faktor yang mempengaruhi tingkat kehidupan pasien HCC. Penelitian bertujuan untuk mengkaji klasifikasi tingkat kehidupan pasien HCC dengan menggunakan algoritma Random Forest. Dasar dari kriteria penunjang adalah dengan membandingkan algoritma Random Forest dengan algoritma yang lain seperti K-Nearest Neighbors dan Logistic Regression. Percobaan disusun secara teratur dengan mengukur accuracy, precision, recall, dengan rumus yang berhasil dibuat oleh peneliti melalui Google Colaboratory. Hasil percobaan menyatakan bahwa algoritma Random Forest cocok digunakan dalam penelitian ini dengan memiliki accuracy sebesar 100% , recall dan precision sebesar 100%    karena berhasil menampilkan performa terbaik.

References

“Gejala Kanker Hati Stadium Awal (Harus Diwaspadai) - Dokter Sehatâ€, Doktersehat.com,2019. [Online]. Available: https://doktersehat.com/gejala-kanker-hati-stadium-awal/. [Accessed: 18- Apr-2020].

Rena. K. Fox, “Surveillance for Hepatocellular Carcinoma†- ", Hepatitis C Online,31-May-2018. [Online]. Available: https://www.hepatitisc.uw.edu/go/evaluation-staging-monitoring/surveillance-hepatocellular-carcinoma/core-concept/all#page-title [Accessed: 21- Apr- 2020].

Www21.ha.org.hk,2019.[Online]. Available: https://www21.ha.org.hk/smartpatient/EM/MediaLibraries/EM/Diseases/Cancer/Liver%20Cancer/Cancer-Liver-Cancer-Indonesian.pdf?ext=.pdf. [Accessed: 21-Apr- 2020].

"New Global Cancer Data: GLOBOCAN 2018 | UICC", Uicc.org, 2019. [Online]. Available: https://www.uicc.org/news/new-global-cancer-data-globocan-2018. [Accessed: 21- Apr- 2020].

Makassarmetro.com, “Dosen FK Unhas Paparkan Hasil Penelitian Terbaru tentang Kanker Hati dan Malaria,†Makassarmetro.com, 15-Nov-2019. [Online]. Available: https://makassarmetro.com/2019/11/15/dosen-fk-unhas-paparkan-hasil-penelitian-terbaru-tentang-kanker-hati-dan-malaria. [Accessed: 24-Apr-2020].

Bosetti C, "Hepatocellular carcinoma epidemiology. - PubMed - NCBI", Ncbi.nlm.nih.gov, 2019. [Online]. Available: https://www.ncbi.nlm.nih.gov/pubmed/25260306. [Accessed: 18-Apr-2020].

K. Media, "Waspadai Kanker Hati", KOMPAS.com, 2019. [Online]. Available: https://nasional.kompas.com/read/2011/02/01/18410953/waspadai.kanker.hati. [Accessed: 18-Apr-2020].

N. Azizah, IMPLEMENTASI DAN ANALISA WAKTU KOMPUTASI PADA ALGORITMA RANDOM FOREST DENGAN PARALLEL COMPUTING DI R. Universitas Pendidikan Indonesia, 2017.

K. Media, "Apa Saja Tanda Kanker Hati?", KOMPAS.com, 2019. [Online]. Available: https://lifestyle.kompas.com/read/2014/08/27/154606723/Apa.Saja.Tanda.Kanker.Hati. [Accessed: 21-Apr-2020].

"Sulit Dideteksi Dini, Kenali Ragam Gejala Kanker Hati", suara.com, 2019. [Online]. Available: https://www.suara.com/health/2019/03/26/141248/sulit-dideteksi-dini-kenali-ragam-gejala-kanker-hati?page=all. [Accessed: 18-Apr-2020].

M. Khalilia, S. Chakraborty, and M. Popescu, “Predicting disease risks from highly imbalanced data using random forest,†BMC Medical Informatics and Decision Making, vol. 11, no. 1, 2011.

"Prediction of hepatocellular carcinoma patient survival using machine learning classification rules. | Journal of Clinical Oncology", Ascopubs.org, 2019. [Online]. Available: https://ascopubs.org/doi/abs/10.1200/JCO.2019.37.15_suppl.e15649. [Accessed: 18-Apr-2020].

G.A. Sandag, N.E. Tedry, S. Lolong "Classification of Lower Back Pain Using K-Nearest Neighbor Algorithm". Cyber and IT Service Management (CITSM), Agustus 2018.

H. Aliady, N. J. Tuasikal, and E. Widodo, “IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM) DAN RANDOM FOREST PADA DIAGNOSIS KANKER PAYUDARA.†Seminar Nasional Teknologi Informasi dan Komunikasi 2018 (SENTIKA 2018), Yogyakarta, 23-Mar-2018.

"HCC dataset", Kaggle.com, 2019. [Online]. Available: https://www.kaggle.com/mrsantos/hcc-dataset. [Accessed: 20- Nov- 2019].

"Understanding Random Forest", Medium, 2019. [Online]. Available: https://towardsdatascience.com/understanding-random-forest-58381e0602d2. [Accessed: 27- Nov- 2019].

C. Molnar, "5.5 Permutation Feature Importance | Interpretable Machine Learning", Christophm.github.io, 2019. [Online]. Available: https://christophm.github.io/interpretable-ml-book/feature-importance.html. [Accessed: 28- Nov- 2019].

"Feature importance", Bayesserver.com, 2019. [Online]. Available: https://www.bayesserver.com/docs/learning/feature-selection. [Accessed: 28- Nov- 2019].

Downloads

Published

2022-01-31

Issue

Section

Articles