SMOOTH SUPPORT VECTOR MACHINE DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE UNTUK MENDIAGNOSIS KANKER PAYUDARA

Abstract

Kanker payudara merupakan kanker yang paling umum menyerang wanita dan menjadi kanker penyebab kematian utama bagi wanita di seluruh dunia. Penyebab dari kanker payudara masih belum dapat dipastikan sehingga metode preventif yang spesifik untuk penyakit ini juga belum dapat ditentukan, oleh karena itu diagnosis terhadap kanker payudara sedini mungkin menjadi sangat penting bagi para dokter dan tenaga medis untuk menyelamatkan pasien maupun orang-orang yang memiliki faktor risiko kanker payudara. Beberapa penelitian telah dikembangkan dengan ide dasar mengklasifikasikan kanker payudara berdasarkan rekaman gambar radiologi dan usia pasien terhadap hasil biopsi. Berdasarkan keunggulan smooth SVM (SSVM) serta potensi MARS dalam menyelesaikan permasalahan diagnosis kanker payudara, tulisan ini mengkaji dan memaparkan kedua metode tersebut digunakan untuk mengklasifikasikan kanker payudara ke dalam dua kelompok yaitu kelompok malignant dan kelompok benign. Secara umum baik SSVM maupun MARS mampu menghasilkan tingkat akurasi yang sama-sama tinggi. Tingkat akurasi kedua metode dalam mendiagnosis kanker payudara ke dalam kelompok benign dan malignant yang cukup tinggi dipercaya dapat mendukung prosedur pemeriksaan dan diagnosis kanker payudara.

Kata Kunci : kanker payudara, klasifikasi, smooth SVM, MARS