DIAGNOSIS KANKER PAYUDARA MENGGUNAKAN JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION

  • Diana Astria Gultom Universitas Pelita Harapan
  • Wesley Yando Tantra Universitas Pelita Harapan

Abstract

Berdasarkan World Health Organization (WHO), kanker payudara menempati urutan ke-delapan yang menyebabkan angka mortalitas terbesar di dunia. Berdasarkan data Kementrian Kesehatan Republik Indonesia, kanker payudara berada pada urutan kedua dimana posisi pertama merupakan kanker leher rahim. Menurut data dari WHO, pada tahun 2015 angka mortalitas akibat dari kanker payudara di dunia mencapai 571.000 atau sebesar 6,48% dari keseluruhan mortalitas di dunia. Sedangkan di Indonesia berada pada angka 20.025 atau senilai 1,41% dari keseseluruh jumlah kematian yang ada di Indonesia. Meningkatnya angka dari kanker payudara ini dapat disebabkan dari beberapa faktor resiko seperti genetik dan riwayat keluarga, riwayat tumor atau kanker payudara sebelumnya, riwayat menstruasi dini, riwayat menopause lambat, obesitas, riwayat reproduksi, hormonal, pola makan yang buruk, konsumsi alkohol, akibat radiasai sinar ultraviolet, dan faktor lingkungan. Di Indonesia, lebih dari 80% kasus ditemukan sulit melakukan upaya pengobatan karena kasus berada pada stadium yang lanjut. Diagnosis dini kanker payudara dapat dilakukan dengan proses Data Mining dengan metode Jaringan Saraf Tiruan dan algoritma Backpropagation. Dalam melakukan penelitian ini peneliti menggunakan data yang ada pada UCI - Machine Learning Repository: Breast Cancer Repository. Hasil penelitian menunjukkan bahwa tingkat keakuratan mendiagnosis kanker payudara menggunakan jaringan saraf tiruan dengan metode Backpropagation pada proses testing mencapai 94,634% dan saat proses training sebesar 99,372%.Kata Kunci: kanker payudara, backpropagation, diagnosis, genetik
Published
Aug 26, 2019
How to Cite
GULTOM, Diana Astria; TANTRA, Wesley Yando. DIAGNOSIS KANKER PAYUDARA MENGGUNAKAN JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION. Journal of Informatics Engineering Research and Technology, [S.l.], v. 1, n. 1, aug. 2019. ISSN -. Available at: <https://ejournal-medan.uph.edu/index.php/iert/article/view/356>. Date accessed: 03 oct. 2022.
Section
Articles