Klasifikasi Risiko Kambuhnya Kanker Tiroid Menggunakan Algoritma Random Forest

Faruqziddan, Muhammad
Aulia, Ewanda Herdika Septa
Azzahra, Salsabila Dini
Ristyawan, Aidina
Daniati, Erna

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024

Kanker Tiroid merupakan sebuah jenis kanker yang berkembang dalam kelenjar tiroid, organ kecil yang terletak di bagian depan leher. Meskipun tingkat kematian akan kanker jenis tersebut rendah tetapi risiko kambuhnya kanker tiroid menjadi salah satu masalah lain yang perlu diatasi. Untuk membantu mengevaluasi kambuhnya kanker tiroid pada pasien tujuan penelitian ini mengembangkan sebuah model algoritma dengan memanfaatkan dataset dari UCI Machine Learning Repository. Dataset tersebut termasuk kedalam kategori klasifikasi dan Algoritma yang akan digunakan adalah Random Forest. Setelah dilakukan penelitian sesuai dengan Knowlegde Discovery in Databases (KDD), algoritma Random Forest memiliki Sensitifitas sebesar 98,39%, Spesifisitas sebesar 96,77%, Precision sebesar 96,83%, Area Under the Curve (AUC) sebesar 97,6%, dan Accuracy sebesar 97,5%. Dengan hasil yang ditemukan, algoritma Random Forest telah terbukti efektif dalam mengembangkan model untuk membantu mengevaluasi risiko kambuhnya kanker tiroid pada pasien