Article Per Year (5 Year)
p-Index From 2021 - 2026
1.829
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Indonesian Journal on Software Engineering (IJSE) IJIS - Indonesian Journal On Information System INTI Nusa Mandiri Jurnal Sistem Informasi Jurnal Informatika Teknologi dan Sains (Jinteks) Journal of Artificial Intelligence and Digital Business Jurnal Pengabdian Masyarakat Bangsa SWARNA: Jurnal Pengabdian Kepada Masyarakat
Pratiwi, Risca Lusiana
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
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 Ariffadillah, Daryl Aziz, Faruq Daniati Uki Eka Saputri Eko Yulianto Euis Widanengsih, Euis Fauzi , Ahmad Fauzi Ahmad Muda Gata, Windu Ginabila, Ginabila Handayani, Aryani Dwi Hasanah, Riyan Latifahul Hernando, Alvin Khultsum, Umi Kusumayudha, Mochammad Rizky Lau, Melania Velisita M. Rangga Ramadhan Saelan Nurmalasari Nurmalasari Rakha Rajendra Putra Candrasa Rangga Pebrianto Rani Irma Handayani, Rani Irma Rizki Darmawan Salsabila, Unik Hanifah Saputra, Dedi Dwi Siti Fauziah Siti Masturoh Sonu Mutiara Rahma Taopik Hidayat Widodo, Miyosagusti Yudo Yut, Immanuel Vico Zulia Imami Alfianti