Pemanfaatan Algoritma Restricted Boltzmann Machines (Rbm) Untuk Prediksi Dini Kanker Paru-Paru

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%.