Pada hari Minggu, 14 Desember 2024, kami atas nama Muhammad Abdul Latif, Ryan Hidayat, dan Nabilla Marsha Amanda Putri, selaku mahasiswa Universitas Negeri Semarang dari Fakultas Matematika dan Ilmu Pengetahuan Alam, Program Studi Teknik Informatika Angkatan 2023, telah melakukan presentasi kepada perwakilan mitra IDI Jateng, yaitu dengan Bapak Adi Ismail. Presentasi ini dilakukan sebagai bagian dari pemenuhan tugas mata kuliah Matematika Diskrit.
Pada kesempatan ini, kami mempresentasikan proyek berupa sebuah aplikasi yang dirancang untuk membantu pengguna memprediksi risiko seseorang terkena kanker paru-paru berdasarkan gejala yang ada dengan menggunakan metode random forest. Aplikasi ini diharapkan dapat berfungsi sebagai alat bantu awal yang bermanfaat dalam mendeteksi risiko kesehatan. Dalam pengembangannya, kami menggunakan dataset yang telah diperoleh dan mengimplementasikan konsep-konsep matematika diskrit yang relevan.
Kanker Paru-Paru (Sumber: Freepik)
Kanker paru-paru merupakan salah satu penyakit dengan angka kematian tinggi di dunia. Deteksi dini menjadi kunci utama untuk meningkatkan peluang pengobatan yang efektif. Namun, tantangan dalam menganalisis data kesehatan yang kompleks sering kali menghambat proses identifikasi risiko secara cepat dan akurat. Oleh karena itu, kami mengembangkan sebuah aplikasi prediksi berbasis metode Random Forest, sebuah algoritma pembelajaran mesin yang dikenal handal dalam menangani data yang kompleks dan beragam. Proyek ini tidak hanya memanfaatkan teknologi canggih, tetapi juga mengintegrasikan konsep-konsep matematika diskrit untuk mendukung pengambilan keputusan yang lebih akurat.
Apa itu Random Forest?
Random Forest adalah algoritma pembelajaran mesin berbasis ensemble yang digunakan untuk tugas klasifikasi dan regresi. Algoritma ini bekerja dengan membangun banyak pohon keputusan (decision trees) dari subset data yang diambil secara acak, kemudian menggabungkan hasil dari masing-masing pohon. Dalam proyek ini, Random Forest digunakan untuk memprediksi risiko kanker paru-paru berdasarkan pola data gejala yang ada, menjadikannya alat yang akurat dan andal dalam mendeteksi risiko kesehatan.
Dataset yang Digunakan
Dataset yang digunakan dalam proyek ini memuat informasi penting untuk mendukung prediksi risiko kanker paru-paru. Dataset ini mencakup berbagai fitur seperti jenis kelamin, gejala yang dialami pasien (merokok, jari menguning, kecemasan, penyakit kronis, kelelahan, alergi, dll) yang nantinya digunakan untuk memprediksi apakah seseorang berisiko terkena kanker paru-paru atau tidak. Dataset ini dapat berasal dari sumber publik seperti Kaggle, kalau anda ingin mengaksesnya bisa melalui tautan berikut: Dataset Kanker Paru-Paru. Sebelum digunakan, dataset diproses terlebih dahulu melalui langkah-langkah seperti pembersihan data, transformasi nilai kategori menjadi numerik, dan normalisasi untuk memastikan data siap digunakan oleh model Random Forest. Dengan dataset ini, model dapat dilatih untuk membuat prediksi yang akurat berdasarkan pola yang terdapat dalam data.
Hasil dan Analisis
Untuk hasil akhir dan agar mudah digunakan, kami merancang sebuah aplikasi yang dapat membantu pengguna memprediksi risiko seseorang terkena kanker paru-paru berdasarkan gejala yang ada pada formulir kesehatan yang di sediakan. Berikut untuk lebih jelasnya:
Formulir 1 (Sumber: Dokumen Pribadi)
Lanjutan formulir 1 (Sumber: Dokumen pribadi)
Lanjutan formulir 2 (Sumber: Dokumen pribadi)