PEMANFAATAN ALGORITMA RESTRICTED BOLTZMANN MACHINES (RBM) UNTUK PREDIKSI DINI KANKER PARU-PARU
##plugins.themes.academic_pro.article.main##
Abstract
Kanker paru-paru menjadi salah satu penyebab utama kematian akibat kanker di Amerika Serikat dan di seluruh dunia. Tingkat kematian yang tinggi dari penyakit ini terutama disebabkan oleh fakta bahwa sebagian besar kanker paru-paru didiagnosis telah memburuk atau sudah stadium lanjut, di mana untuk pengobatannya dilakukan dengan cara paliatif. Pengalaman dengan tumor epitel lain, seperti kanker rahim, usus besar, serviks, dan esofagus, telah menunjukkan bahwa jika lesi neoplastik dapat dideteksi dan diobati pada tahap intra epitelnya, peluang untuk bertahan hidup dapat ditingkatkan secara signifikan. dalam penelitian ini penulis menggunakan dataset hasil diagnosis dari gejala yang dialami sebelum akhirnya menjadi kanker paru-paru. Dalam dataset ini berisikan 15 atribut yang digunakan sebagai penentu diagnosis dan pada kolom ke-16 berisikan keterangan apakah benar terjadi kanker paru-paru atau tidak. Tujuan dari penelitian ini adalah memanfaatkan kumpulan data tersebut dan menggunakan algoritma Restricted Boltzmann Machines untuk menemukan pola yang dapat digunakan untuk mendiagnosis kanker paru-paru yang akan sangat membantu ahli dalam mengidentifikasi kanker paru-paru lebih dini sebelum berlanjut ke stadium lanjut. Hasil penerapan metode Restricted Boltzmann Machines mendapatkan nilai akurasi yang tinggi dan memuaskan dengan nilai sebesar 0,84 atau 84%.
##plugins.themes.academic_pro.article.details##
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Pemberitahuan Hak Cipta
Usulan kebijakan untuk jurnal yang menawarkan akses terbuka Syarat yang dibutuhkan penulis adalah sebagai berikut:
1. Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama secara bersamaan di bawah lisensi di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang mengizinkan orang lain untuk menyalin dan mendistribusikan ulang materi ini dalam bentuk atau format apa pun termasuk menyusun, memodifikasi, dan membuat turunan materi ini untuk tujuan apa pun, termasuk tujuan komersial.
2. Penulis dapat membuat pengaturan kontrak terpisah untuk distribusi non-eksklusif dari versi dekaden publikasi jurnal (misalnya mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan mengakui publikasi aslinya di jurnal ini.
3. Penulis diizinkan dan didorong untuk memposting artikel secara online (misalnya di repositori institusional atau di situs web mereka) seperti pada Garuda, Academia, researchgate atau repository lainnya sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif dan kutipan artikel yang diterbitkan lebih awal dan lebih maju (periksa: Efek Akses Terbuka)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Angriawan, M., Angeline, R., & Angka, R. N. (2022). Literature Review: Pengaruh Rokok terhadap Gambaran Histopatologi Kanker Paru. Jurnal Kedokteran Meditek, 28(3), 372–381. https://doi.org/10.36452/jkdoktmeditek.v28i3.2342
Buana, I., & Harahap, D. A. (2022). Asbestos, Radon Dan Polusi Udara Sebagai Faktor Resiko Kanker Paru Pada Perempuan Bukan Perokok. AVERROUS: Jurnal Kedokteran Dan Kesehatan Malikussaleh, 8(1), 1. https://doi.org/10.29103/averrous.v8i1.7088
Darmawan, T. T. (2018). Pengenalan Karakter Plat Nomor Menggunakan Metode Restricted Boltzmann Machine TITO TEGAR DARMAWAN, Ika Candradewi, S.Si., M.Cs. 0–1.
Dogan, A., & Birant, D. (2021). Machine learning and data mining in manufacturing. Expert Systems with Applications, 166, 114060. https://doi.org/10.1016/J.ESWA.2020.114060
Harani, N. H., Prianto, C., & Nugraha, F. A. (2020). Segmentasi Pelanggan Produk Digital Service Indihome Menggunakan Algoritma K-Means Berbasis Python. Jurnal Manajemen Informatika (JAMIKA), 10(2), 133–146. https://doi.org/10.34010/jamika.v10i2.2683
Hastomo, W., Karno, A. S. B., Kalbuana, N., Nisfiani, E., & ETP, L. (2021). Optimasi Deep Learning untuk Prediksi Saham di Masa Pandemi Covid-19. Jurnal Edukasi Dan Penelitian Informatika (JEPIN), 7(2), 133. https://doi.org/10.26418/jp.v7i2.47411
Hermawati, F. A., & Safii, M. I. (2021). Sistem Deteksi Keganasan Kanker Paru-Paru pada CT Scan dengan Menggunakan Metode Mask Region-based Convolutional Neural Network ( Mask R-CNN ). 193–197.
Hirsch, F. R., Franklin, W. A., Gazdar, A. F., & Bunn Jr, P. A. (2001). Early detection of lung cancer: clinical perspectives of recent advances in biology and radiology. Clinical Cancer Research, 7(1), 5–22.
Hossny, M., Nahavandi, S., & Yazdabadi, A. (2017). SKIN MELANOMA SEGMENTATION USING RECURRENT AND CONVOLUTIONAL NEURAL NETWORKS Mohamed Attia Mohamed Hossny Saeid Nahavandi Institute for Intelligent Systems Research and Innovation , Deakin University , Australia. 292–296.
Idris, M., Adam, R. I., Brianorman, Y., Munir, R., & Mahayana, D. (2022). Kebenaran dalam Perspektif Filsafat Ilmu Pengetahuan dan Implementasi dalam Data Science dan Machine Leaning. 5(2), 173–181.
Iqbalawaty, I., Machillah, N., Abdullah, A., & Yani, M. (2019). Profil hasil pemeriksaan CT-Scan pada pasien tumor paru di Bagian Radiologi RSUD Dr . Zainoel Abidin periode Juli 2018-Oktober 2018. 10(3), 625–630. https://doi.org/10.15562/ism.v10i3.661
Juwita, Amalita, N., & Dewi, M. P. (2021). Faktor-Faktor Risiko yang Mempengaruhi Kanker Paru-Paru dengan Menggunakan Analisis Regresi Logistik. Journal of Mathematics UNP, 4(1), 38–42. http://ejournal.unp.ac.id/students/index.php/mat/article/view/11550
Kandou, R. D., Tandi, M., Tubagus, V. N., Simanjuntak, M. L., Skripsi, K., Kedokteran, F., Sam, U., Manado, R., & Radiologi, B. (2016). Gambaran CT-scan tumor paru di Bagian/SMF Radiologi FK Unsrat RSUP Prof. Jurnal E-Clinic (ECl), 4(1).
Kurnaesih, E., LIndasari, S. W., & Andi, A. (2018). Gambaran Karakteristik Penderita Kanker Serviks Berdasarkan Faktor Resiko Di Rsu Sumedang. Proseding Seminar Nasional Sinergisitas Multidisiplin Ilmu Pengetahuan Dan Teknologi, 1(April), 23–29.
Larochelle, H., Mandel, M., Pascanu, R., & Bengio, Y. (2012). Learning algorithms for the classification restricted Boltzmann machine. The Journal of Machine Learning Research, 13, 643–669.
LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep Learning. Nature.
Majid, H. A., & Dewi, K. E. (2019). PENGENALAN TANDA TANGAN MENGGUNAKAN METODE MOMENT INVARIANT DAN RESTRICTED BOLTZMANN MACHINE. Elibrary UNIKOM.
Marifatul Azizah, L., Fadillah Umayah, S., & Fajar, F. (2018). Deteksi Kecacatan Permukaan Buah Manggis Menggunakan Metode Deep Learning dengan Konvolusi Multilayer. Semesta Teknika, 21(2), 230–236. https://doi.org/10.18196/st.212229
Megawati, E. R. (2018). UNIVERSITAS SUMATERA UTARA Poliklinik UNIVERSITAS SUMATERA UTARA. Jurnal Pembangunan Wilayah & Kota, 1(3), 82–91.
Novtiar, C., & Aripin, U. (2017). Meningkatkan Kemampuan Berpikir Kritis Matematis Dan Kepercayaan Diri Siswa Smp Melalui Pendekatan Open Ended. Prisma, 6(2), 119–131. https://doi.org/10.35194/jp.v6i2.122
Pamungkas, F. S., Prasetya, B. D., & Kharisudin, I. (2020). Perbandingan Metode Klasifikasi Supervised Learning pada Data Bank Customers Menggunakan Python. PRISMA, Prosiding Seminar Nasional Matematika, 3, 692–697. https://journal.unnes.ac.id/sju/index.php/prisma/article/view/37875
Pandika Pinata, N. N., Sukarsa, I. M., & Dwi Rusjayanthi, N. K. (2020). Prediksi Kecelakaan Lalu Lintas di Bali dengan XGBoost pada Python. Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), 8(3), 188. https://doi.org/10.24843/jim.2020.v08.i03.p04
Pratama, R. R. (2020). Analisis Model Machine Learning Terhadap Pengenalan Aktifitas Manusia. 19(2), 302–311.
Putri, N. V., Lay, D. S., Sitanggang, F. P., Laksminingsih, N. S., & Martadiani, E. D. (2023). Program Studi Pendidikan Dokter, Fakultas Kedokteran Universitas Udayana. JURNAL MEDIKA UDAYANA, 12(2), 51–56. https://simdos.unud.ac.id/uploads/file_penelitian_1_dir/71184dd15603e7de9dcec4ab810d7a9a.pdf%0Ahttps://ojs.unud.ac.id/index.php/eum/article/download/24122/15736
Rivo, E., De, J., Ángel, F., Eva, R., & Pedro, G. M.-ángel C. (2012). Cross-Industry Standard Process for data mining is applicable to the lung cancer surgery domain , improving decision making as well as knowledge and quality management. 73–79. https://doi.org/10.1007/s12094-012-0764-8
Rizal, A., & Usman, K. (2010). Pendeteksian Kanker Paru – Paru Dengan Menggunakan. July.
Saputra, A. (2019). Klasifikasi Pengenalan Buah Menggunakan Algoritma Naive Baiyes. Jurnal RESISTOR (Rekayasa Sistem Komputer), 2(2), 83–88. https://doi.org/10.31598/jurnalresistor.v2i2.434
Sari, N. P. (2020). Jaringan Syaraf Tiruan Dengan Menggunakan Metode Restricted Blotzmann Machine ( RBM ) Untuk Menentukan Penyakit Umum Pada Masyarakat. 7(3), 269–274.
Soemanadi, M., OgSp, Arumdati, S., Rad, S., Soeratman, E., Sp, P., Jack, Z., Pd, S., Og, S., Dwipoyono, B., Gynecologist, S. O. G., Rad, S., Radiology, D., Sp, B., Surgery, K. B. D. D., Tehuteru, E. S., Sp, A. K., Oncologist, M. H. A. P., Soeratman, E., … Biomed, M. (2015). Trust Board : Board of Direction : President : Finance : Secretary : Artistic : Production Manager : Chief Editor : Editor : Editorial Coordinator : Medical and Treatment Director General and Operational Director Secretariat : Pedoman bagi Penulis. Indonesian Journal of Cancer, 9(2). httpwww.indonesianjournalofcancer.or.ide-journalindex.phpijocarticleview381
Sone, S., Takashima, S., Li, F., Yang, Z., Honda, T., Maruyama, Y., Hasegawa, M., Yamanda, T., Kubo, K., & Hanamura, K. (1998). Mass screening for lung cancer with mobile spiral computed tomography scanner. The Lancet, 351(9111), 1242–1245.
Sperling, E. (2018). Deep Learning Spreads. https://semiengineering.com/deep-learning-spreads/
Vafaei, S., Soosani, J., Adeli, K., Fadaei, H., Naghavi, H., Pham, T. D., & Bui, D. T. (2018). Improving accuracy estimation of Forest Aboveground Biomass based on incorporation of ALOS-2 PALSAR-2 and Sentinel-2A imagery and machine learning: A case study of the Hyrcanian forest area (Iran). Remote Sensing, 10(2). https://doi.org/10.3390/rs10020172
Wati, R., & Ernawati, S. (2021). Analisis Sentimen Persepsi Publik Mengenai PPKM Pada Twitter Berbasis SVM Menggunakan Python. Jurnal Teknik Informatika UNIKA Santo Thomas, 06, 240–247. https://doi.org/10.54367/jtiust.v6i2.1465
Widiastutik, R., Akns, T. I., W, L. Z. P. C. S., Informasi, T., Santoso, J., & Informasi, T. (2019). Peringkasan Teks Ekstraktif pada Dokumen Tunggal Menggunakan Metode Restricted Boltzmann Machine. 58–64.
Wiranda, N., Purba, H. S., & Sukmawati, R. A. (2020). Survei Penggunaan Tensorflow pada Machine Learning untuk Identifikasi Ikan Kawasan Lahan Basah. IJEIS (Indonesian Journal of Electronics and Instrumentation Systems), 10(2), 179. https://doi.org/10.22146/ijeis.58315
Wistuba, I. I., & Gazdar, A. F. (2006). Lung cancer preneoplasia. Annu. Rev. Pathol. Mech. Dis., 1, 331–348.
Zayyad, M. R. A., & Kurnawardhani, A. (2021). Penerapan Metode Deep Learning pada Sistem Rekomendasi Film. Automata, 2(1), 206–210. https://journal.uii.ac.id/AUTOMATA/article/view/17426/10934