Klasifikasi Penyakit Kanker Prostat Menggunakan Algoritma Naïve Bayes dan K-Nearest Neighbor

Abstract

Kanker prostat merupakan kanker yang berkembang di prostat dalam sistem reproduksi pria, hal ini terjadi ketika sel prostat mengalami keterikatan pada reseptor androgen melalui proses molecular docking. Insidensi kanker prostat meningkat seiring pertambahan usia, di mana risiko yang dimiliki pria untuk menderita kanker prostat dalam seumur hidupnya mendekati angka 10%. Deteksi dini terhadap kasus kanker prostat pada banyak pengidap atau pria yang rentan risiko kanker prostat penting dilakukan untuk memulai pengobatan dan perencanaan kebutuhan medis yang tepat. Salah satu cara yang dapat dilakukan dalam deteksi penyakit kanker prostat adalah dengan melakukan klasifi-kasi menggunakan pendekatan data mining dengan algoritma Naïve Bayes dan K-Nearest Neighbor (K-NN). Penelitian ini bertujuan untuk mendapatkan hasil klasifikasi terbaik untuk mendeteksi penyakit kanker prostat dengan membandingkan kedua algoritma tersebut. Hasil akurasi klasifikasi kanker prostat dengan menggunakan algoritma Naïve Bayes adalah 80% dan K-NN sebesar 90%. Sementara untuk rata-rata keseluruhan nilai presisi algoritma Na-ïve Bayes dan K-NN masing-masing berada di angka 71,5% dan 93%. Nilai recall untuk algoritma Naïve bayes didapatkan sebesar 88% dan algoritma K-NN yaitu 87,5%. Berdasarkan nilai akurasi, presisi, dan recall kedua algo-ritma tersebut, algoritma K-NN memiliki nilai yang lebih tinggi dibandingkan dengan algoritma Naïve Bayes, sehing-ga dapat dikatakan bahwa algoritma K-NN bekerja dengan baik dalam melakukan klasifikasi penyakit kanker prostat. Meskipun algoritma Naïve Bayes memiliki nilai yang lebih rendah dibandingkan dengan algoritma K-NN, tetapi nilai rata-rata untuk performa presisi, recall, dan akurasinya masih berada di atas 70%. Dapat dikatakan bahwa algoritma Naïve Bayes cukup baik dalam mengklasifikasi penyakit kanker prostat.