Article Per Year (5 Year)
p-Index From 2021 - 2026
2.926
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Sistemasi: Jurnal Sistem Informasi JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal Pilar Nusa Mandiri Jurnal Teknik Informatika UNIKA Santo Thomas Jurnal Mantik Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika INTI Nusa Mandiri Infotek : Jurnal Informatika dan Teknologi SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Insan Journal of Innovative and Creativity
Ginabila
Universitas Bina Sarana Informatika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
ANALISIS KANKER PARU-PARU MENGGUNAKAN ALGORITMA LOGISTIC REGESSION DAN RANDOM FOREST Alfianti, Zulia Imami; Ginabila, Ginabila; Fauzi , Ahmad; Pratiwi, Risca Lusiana
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7063

Abstract

Kanker paru-paru merupakan salah satu jenis kanker dengan tingkat kematian tertinggi di dunia, yang disebabkan oleh faktor gaya hidup seperti merokok dan konsumsi alkohol, serta faktor genetik. Mengingat deteksi dini konvensional memerlukan waktu dan biaya besar, penelitian ini mengusulkan pendekatan Machine Learning yang lebih efisien untuk memprediksi risiko penyakit. Menggunakan algoritma Logistic Regression dan Random Forest pada dataset Survey Lung Cancer yang berisi 309 responden dengan 16 variabel gaya hidup dan kesehatan , penelitian ini melibatkan tahapan data understanding, data preparation (termasuk encoding dan scaling), modeling, dan evaluation. Hasil analisis menunjukkan performa yang sangat baik untuk kedua algoritma dengan nilai Akurasi 96,77% dan nilai Presisi, Recall, serta F1-score mencapai 0,9833. Meskipun metrik utama identik, perbandingan kurva ROC menunjukkan bahwa model Random Forest (AUC = 0,958) sedikit lebih unggul dari Logistic Regression (AUC = 0,917). Berdasarkan analisis, faktor usia (AGE) teridentifikasi sebagai variabel paling berpengaruh terhadap risiko kanker paru-paru, diikuti oleh konsumsi alkohol, alergi, dan tekanan sosial7. Hasil ini diharapkan menjadi referensi dalam pengembangan sistem prediksi dan deteksi dini berbasis Machine Learning.
Co-Authors Abdul Hamid Ahmad Fauzi Ahmad Fauzi Ahmad Hafidzul Kahfi Akmal Dirgantara Akrom, Akrom Angga Kusuma Azis, Mochammad Abdul Dany, Rahmad Eko Yulianto Fauzi , Ahmad Fauzi Ahmad Muda Fauzi, Ahamd Hafidinulloh Fitrohan Imam Nawawi Imam Nawawi, Imam Indra Chaidir, Indra Isroni Isroni Jamhari Jamhari Mochammad Abdul Azis Muhammad Iqbal Prasetyo, Rizal Pratiwi, Risca Lusiana Rayhan Dharmawan Risca Lusiana Pratiwi Siti Fauziah Sriyadi Sriyadi, Sriyadi Zulia Imami Alfianti Zulia Imami Alfianti