{"title":"用机器学习方法预测乳腺癌恶性程度","authors":"E. Lestari, Woro Isti Rahayu","doi":"10.36040/jati.v7i3.6963","DOIUrl":null,"url":null,"abstract":"Penelitian ini adalah sebuah laporan yang mengulas prediksi dan klasifikasi kanker payudara dengan tujuan untuk mengeksplorasi bagaimana prediksi dan klasifikasi kanker payudara telah dilakukan dalam lima tahun terakhir dan mencari model dengan tingkat akurasi tinggi. Ragam variasi data menjadi informasi berharga dalam klasifikasi dan prediksi kanker payudara. Dilakukan sebuah tinjauan literatur sistematis dengan mengkaji artikel-artikel menggunakan alat \"publish or perish\" dan kata kunci \"breast cancer classification\" + \"machine learning\", serta menerapkan kriteria inklusi dan eksklusi. Terdapat 44 artikel yang telah dikumpulkan, kemudian disaring dengan menerapkan kriteria inklusi dan eksklusi sehingga terpilih 14 artikel yang termasuk dalam kategori artikel terpilih. Hasilnya, metode yang banyak digunakan adalah deep learning, dengan dataset kanker payudara Wisconsin yang sering digunakan dalam penelitian ini. Evaluasi kinerja yang umum digunakan meliputi akurasi, presisi, recall, F1-score, dan AUC. Model dengan tingkat akurasi tinggi adalah jaringan saraf dalam deep learning dengan tingkat akurasi sebesar 99,7%.","PeriodicalId":329787,"journal":{"name":"JATI (Jurnal Mahasiswa Teknik Informatika)","volume":"57 9 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"PREDIKSI KEGANASAN KANKER PAYUDARA DENGAN PENDEKATAN MACHINE LEARNING\",\"authors\":\"E. Lestari, Woro Isti Rahayu\",\"doi\":\"10.36040/jati.v7i3.6963\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penelitian ini adalah sebuah laporan yang mengulas prediksi dan klasifikasi kanker payudara dengan tujuan untuk mengeksplorasi bagaimana prediksi dan klasifikasi kanker payudara telah dilakukan dalam lima tahun terakhir dan mencari model dengan tingkat akurasi tinggi. Ragam variasi data menjadi informasi berharga dalam klasifikasi dan prediksi kanker payudara. Dilakukan sebuah tinjauan literatur sistematis dengan mengkaji artikel-artikel menggunakan alat \\\"publish or perish\\\" dan kata kunci \\\"breast cancer classification\\\" + \\\"machine learning\\\", serta menerapkan kriteria inklusi dan eksklusi. Terdapat 44 artikel yang telah dikumpulkan, kemudian disaring dengan menerapkan kriteria inklusi dan eksklusi sehingga terpilih 14 artikel yang termasuk dalam kategori artikel terpilih. Hasilnya, metode yang banyak digunakan adalah deep learning, dengan dataset kanker payudara Wisconsin yang sering digunakan dalam penelitian ini. Evaluasi kinerja yang umum digunakan meliputi akurasi, presisi, recall, F1-score, dan AUC. Model dengan tingkat akurasi tinggi adalah jaringan saraf dalam deep learning dengan tingkat akurasi sebesar 99,7%.\",\"PeriodicalId\":329787,\"journal\":{\"name\":\"JATI (Jurnal Mahasiswa Teknik Informatika)\",\"volume\":\"57 9 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-11-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JATI (Jurnal Mahasiswa Teknik Informatika)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.36040/jati.v7i3.6963\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JATI (Jurnal Mahasiswa Teknik Informatika)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36040/jati.v7i3.6963","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
PREDIKSI KEGANASAN KANKER PAYUDARA DENGAN PENDEKATAN MACHINE LEARNING
Penelitian ini adalah sebuah laporan yang mengulas prediksi dan klasifikasi kanker payudara dengan tujuan untuk mengeksplorasi bagaimana prediksi dan klasifikasi kanker payudara telah dilakukan dalam lima tahun terakhir dan mencari model dengan tingkat akurasi tinggi. Ragam variasi data menjadi informasi berharga dalam klasifikasi dan prediksi kanker payudara. Dilakukan sebuah tinjauan literatur sistematis dengan mengkaji artikel-artikel menggunakan alat "publish or perish" dan kata kunci "breast cancer classification" + "machine learning", serta menerapkan kriteria inklusi dan eksklusi. Terdapat 44 artikel yang telah dikumpulkan, kemudian disaring dengan menerapkan kriteria inklusi dan eksklusi sehingga terpilih 14 artikel yang termasuk dalam kategori artikel terpilih. Hasilnya, metode yang banyak digunakan adalah deep learning, dengan dataset kanker payudara Wisconsin yang sering digunakan dalam penelitian ini. Evaluasi kinerja yang umum digunakan meliputi akurasi, presisi, recall, F1-score, dan AUC. Model dengan tingkat akurasi tinggi adalah jaringan saraf dalam deep learning dengan tingkat akurasi sebesar 99,7%.