<![CDATA[Kanker paru-paru merupakan salah satu jenis kanker paling mematikan di dunia dengan angkamorbiditas dan mortalitas yang tinggi. Deteksi dini memiliki peran penting untuk meningkatkanpeluang kesembuhan, namun masih sering terkendala keterlambatan diagnosis. Penelitian inibertujuan untuk melakukan komparasi performa sembilan algoritma klasifikasi dalam mendeteksikanker paru-paru menggunakan aplikasi NusaMiner, yaitu AdaBoost, Artificial Neural Network(ANN), Decision Tree, Gradient Boosting, K-Nearest Neighbors (KNN), Logistic Regression,Naïve Bayes, Random Forest, dan Support Vector Machine (SVM). Dataset yang digunakanberasal dari Kaggle, terdiri atas 309 record dengan 16 atribut yang mencakup faktor risiko dangejala pasien. Tahapan penelitian meliputi preprocessing data (data cleaning, encoding,normalisasi, dan pembagian data), pelatihan model, evaluasi performa menggunakan ConfusionMatrix, Classification Report, ROC Curve, dan AUC, serta pengujian aplikasi dengan metodeblackbox testing. Hasil penelitian menunjukkan bahwa NusaMiner mampu memberikan akurasiyang tinggi dan stabil pada berbagai rasio pembagian data, dengan algoritma Gradient Boostingdan Random Forest menempati posisi terbaik dengan akurasi hingga 100% pada beberapaskenario. Dengan demikian, NusaMiner berpotensi menjadi solusi inovatif untuk mendukungdeteksi dini kanker paru-paru yang lebih efektif, efisien, dan mudah diimplementasikan dalampraktik pelayanan kesehatan.]]>
Copyrights © 2026
