<![CDATA[Kanker paru-paru merupakan salah satu jenis kanker dengan tingkat kematian tertinggi di dunia, yang disebabkan oleh faktor gaya hidup seperti merokok dan konsumsi alkohol, serta faktor genetik. Mengingat deteksi dini konvensional memerlukan waktu dan biaya besar, penelitian ini mengusulkan pendekatan Machine Learning yang lebih efisien untuk memprediksi risiko penyakit. Menggunakan algoritma Logistic Regression dan Random Forest pada dataset Survey Lung Cancer yang berisi 309 responden dengan 16 variabel gaya hidup dan kesehatan , penelitian ini melibatkan tahapan data understanding, data preparation (termasuk encoding dan scaling), modeling, dan evaluation. Hasil analisis menunjukkan performa yang sangat baik untuk kedua algoritma dengan nilai Akurasi 96,77% dan nilai Presisi, Recall, serta F1-score mencapai 0,9833. Meskipun metrik utama identik, perbandingan kurva ROC menunjukkan bahwa model Random Forest (AUC = 0,958) sedikit lebih unggul dari Logistic Regression (AUC = 0,917). Berdasarkan analisis, faktor usia (AGE) teridentifikasi sebagai variabel paling berpengaruh terhadap risiko kanker paru-paru, diikuti oleh konsumsi alkohol, alergi, dan tekanan sosial7. Hasil ini diharapkan menjadi referensi dalam pengembangan sistem prediksi dan deteksi dini berbasis Machine Learning.]]>
Copyrights © 2026
