Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal sistem informasi, Teknologi informasi dan komputer
Amelia Tri Hapsari
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Library & Information Science Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
DIAGNOSA PENYAKIT KANKER PAYUDARA MENGGUNAKAN METODE K-MEANS CLUSTERING Emi Susilowati; Amelia Tri Hapsari; Muhammad Efendi; Priadhana Edi Kresnha
JUST IT : Jurnal Sistem Informasi, Teknologi Informasi dan Komputer Volume 10 No 1 Tahun 2019
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.10.1.27-32

Abstract

Kanker payudara merupakan kondisi kanker yang muncul di daerah payudara. Kanker jenis ini sering dialami oleh wanita. Ciri khas dari kanker payudara yaitu munculnya benjolan yang tidak biasa di area payudara. Diagnosa sejak dini pada payudara merupakan upaya untuk meminimalisir jumlah pasien yang terkena kanker payudara yaitu dengan pemeriksaan payudara sendiri (SADARI). Salah satu metode pemeriksaan kanker payudara yaitu mammografi yang merupakan metode skrining yang akan mengidentifikasi kanker payudara berdasarkan gejala-gejala yang muncul. Pada penelitian ini akan dilakukan pengklasteran diagnosa keadaan pasien kanker payudara benign (jinak) dan malign (ganas) berdasarkan faktor-faktor yang mempengaruhi kanker payudara menggunakan metode K-Means Clustering. Proses clustering mengambil 10 pasien dengan 10 gejala yang mempengaruhi kanker payudara. Hasil dari clustering tersebut akan menentukan pada tiap-tiap pasien apakah pasien tersebut tergolong kanker payudara jinak (benign) ataupun kanker payudara ganas (malignant). Pada penelitian ini dilakukan pengujian terhadap 41 pasien kanker payudara. Dari perhitungan pengujian didapatkan akurasi data sejumlah 82.93%. Hasil tersebut membuktikan bahwa algoritma K-Means Clustering dapat diimplementasikan pada permasalahan diagnosa penyakit kanker payudara.
Co-Authors Emi Susilowati Muhammad Efendi Priadhana Edi Kresnha