Klasifikasi Diagnosis Penyakit Kanker Payudara Dengan Pendekatan Regresi Logistik Biner Dan Metode Classification And Regression Trees (Cart)

Rifqy Marwah Akhsanti (Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Jakarta)
Widyanti Rahayu (Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Jakarta)
Vera Maya Santi (Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Jakarta)

JMT (Jurnal Matematika dan Terapan)
Vol 2 No 1 (2018): JMT (Jurnal Matematika dan Terapan)

Kanker merupakan masalah penyakit yang dapat menyebabkan kematian bagi penderitanya. Salah satu kanker yang sering dialami oleh kalangan wanita adalah kanker payudara. Regresi logistik biner dan Metode CART (Classification And Regression Trees) diterapkan pada data pasien kanker payudara RS. Dharmais tahun 2015 untuk mengetahui faktor pengaruh timbulnya kanker payudara yang diklasifikasikan menurut dua kategori yaitu jinak dan ganas. Faktor yang digunakan adalah usia, usia menarche, usia menopause, obesitas, riwayat keluarga penderita kanker (genetik), tidak menyusui anaknya, penggunaan KB. Analisis regresi logistik biner yang terbentuk menghasilkan faktor yang berpengaruh signifikan terhadap hasil diagnosis kanker adalah usia dan riwayat keluarga penderita kanker (genetik), model ini mampu mengklasifikasikan sebesar 90.5%. Metode CART menghasilkan pohon klasifikasi optimum dengan empat simpul terminal dan memperoleh nilai ketepatan klasifikasi sebesar 93%.