<![CDATA[Penyakit kanker payudara merupakan salah satu faktor utama kematian pada perempuan, dengan risiko kekambuhan yang tinggi meskipun telah dilakukan pengobatan. Penelitian ini bertujuan membangun model klasifikasi untuk memprediksi kekambuhan kanker payudara berdasarkan karakteristik morfologi inti sel, yaitu radius, perimeter, area, dan smoothness, mengaplikasikan algoritma Decision Tree C4.5. Dataset yang dipakai merupakan data rekam medis pasien kanker payudara sebanyak 198 data, diambil dari Breast Cancer Wisconsin Diagnostic Data Set. Penelitian dilakukan dengan membagi data menjadi 80% untuk proses pelatihan dan 20% untuk pengujian, serta menilai kinerja model menggunakan akurasi, presisi, dan recall. Hasil studi ini menghasilkan akurasi sebesar 82,50%, recall 14,29% untuk kelas Relaps dan 96,97% untuk kelas Non-relaps, serta presisi 50,00% untuk kelas Relaps dan 84,21% untuk kelas Non-relaps. Studi ini membuktikan bahwa algoritma C4.5 cukup baik dalam mendeteksi pasien Non-relaps, namun masih kurang optimal untuk mendeteksi pasien Relaps akibat ketidakseimbangan data. Kontribusi penelitian ini adalah memberikan pendekatan prediktif berbasis morfologi sel yang dapat digunakan sebagai acuan pengembangan sistem pendukung keputusan klinis.]]>
Copyrights © 2025
