PERBANDINGAN KINERJA ALGORITMA MACHINE LEARNING UNTUK DETEKSI KANKER PARU-PARU MENGGUNAKAN RAPIDMINER DAN NUSAMINER

• DENY ALFIAN
• 2025

---

ABSTRAK

Kanker paru-paru merupakan salah satu penyebab utama kematian akibat kanker di dunia, dengan tingkat kelangsungan hidup yang rendah apabila tidak terdeteksi sejak dini. Oleh karena itu, deteksi dini menjadi sangat penting guna meningkatkan peluang kesembuhan pasien. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi mobile yang mampu melakukan deteksi dini kanker paru-paru berbasis algoritma machine learning. Aplikasi ini mengimplementasikan sembilan algoritma klasifikasi, yaitu AdaBoost, Artificial Neural Network (ANN), Decision Tree, Gradient Boosting, K-Nearest Neighbors (KNN), Logistic Regression, Naïve Bayes, Random Forest, dan Support Vector Machine (SVM). Aplikasi dibangun dengan pendekatan arsitektur client-server, menggunakan Flutter sebagai frontend dan Flask-Python sebagai backend. Dataset sekunder yang digunakan diperoleh dari platform Kaggle dan melalui tahapan preprocessing seperti normalisasi, penghapusan nilai kosong, serta konversi data kategorikal menjadi numerik. Evaluasi performa model dilakukan menggunakan metrik akurasi, precision, recall, f1-score, serta visualisasi Confusion Matrix dan ROC-AUC untuk mengukur kualitas prediksi. Hasil penelitian menunjukkan bahwa model Random Forest dan Artificial Neural Network (ANN) memberikan performa klasifikasi terbaik dengan akurasi di atas 90%. Aplikasi yang dinamakan NusaMiner ini terbukti mampu memberikan solusi prediksi yang praktis, efisien, dan bermanfaat bagi tenaga medis dalam mendukung proses pengambilan keputusan klinis.

https://repository.bsi.ac.id/repo/71257/PERBANDINGAN-KINERJA-ALGORITMA-MACHINE-LEARNING--UNTUK-DETEKSI-KANKER-PARU-PARU-MENGGUNAKAN--RAPIDMINER-DAN-NUSAMINER
Anda dapat membaca file tugas akhir ini di repository.