Implementasi Teknik Data Mining untuk Memprediksi Kanker Payudara dengan Algoritma Naive Bayes

Authors

  • Aditya Eka Prasetya Universitas YPPI Rembang
  • Farid Maulana Ishaq Universitas YPPI Rembang
  • Indra Prasetya Universitas YPPI Rembang
  • Neni Purwati Universitas YPPI Rembang

Abstract

Kanker payudara adalah salah satu penyakit yang menjadi perhatian utama dalam dunia kesehatan karena prevalensinya yang tinggi di seluruh dunia. Upaya untuk memahami pola, faktor risiko, dan mendukung diagnosa dini, dataset tentang kanker payudara menjadi sangat penting. Tujuan penelitian ini adalah untuk mengimplementasikan algoritma Naive Bayes pada dataset penyakit kanker payudara menggunakan Rapid Miner untuk menganalisis dan memprediksi kemungkinan diagnosis berdasarkan data yang tersedia. Pemanfaatan Teknik menambang data (Data Mining) yang prosesnya berguna untuk menambang dan menggali informasi dalam data dari berbagai sektor baik perusahaan, pemerintahan, kesehatan, pendidikan, dan lain sebagainya, yang terdiri dari banyak algoritma, salah satunya adalah Algoritma Naive Bayes yang berasal dari pembelajaran mesin dasar dan terkenal berdasarkan teorema Bayesian. Dataset publik pada Kaggle yang terdiri atas 569 data dan dipilih 10 atribut prediktor serta 1 atribut target (diagnosis) yang digunakan dalam proses klasifikasi. Dataset kemudian dibagi menjadi data pelatihan (70%) dan data pengujian (30%) untuk memastikan bahwa model yang dibangun dapat diuji secara objektif. Penerapan algoritma Naive Bayes, model berhasil mencapai tingkat akurasi sebesar 86,99%, recall sebesar 87,34%, dan precision sebesar 85,87%. Hasil penelitian ini membuktikan bahwa metode data mining dengan algoritma Naive Bayes, dapat mendukung proses deteksi dini dan diagnosis kanker payudara.

Kata Kunci : Data Mining, Prediksi, Naive Bayes, Kanker Payudara

References

World Health Organization, “Breast cancer,†Newsroom. [Online]. Available: https://www.who.int/news-room/fact-sheets/detail/breast-cancer

M. A. K. Kinasih, S. N. Suriana, and D. A. A. A. S. Astini, “Faktor-Faktor Keterlambatan Penderita Kanker Payudara dalam Melakukan Deteksi Dini di RSUD Sanjiwani Gianyar Bali,†AMJ (Aesculapius Med. Journal), vol. 3, no. 3, pp. 366–372, 2023.

A. W. Saputra, A. I. Purnamasari, and I. Ali, “Implementasi Algoritma Naïve Bayes Untuk Memprediksi Kualitas Air Yang Dapat Di Konsumsi,†JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 134–140, 2024.

M. M. Nau, V. N. Fathya, and O. P. Martadireja, “Implementasi Data Mining Pada Analisis Karakteristik Pelanggan: Systematic Literature Review,†JATI(Jurnal Mhs. Tek. Inform., vol. 9, no. 3, pp. 5209–5215, 2025, doi: https://doi.org/10.36040/jati.v9i3.13725.

A. S. Gracya, A. Damayanti, and R. Cahyadi, “Algoritma Genetika untuk optimasi Parameter Nilai K Pada metode K-Nearest Neighbor,†JIRK(Journal Innov. Res. Knowledge), vol. 4, no. 8, pp. 5925–5936, 2025, doi: https://doi.org/10.53625/jirk.v4i8.

S. N. Sofyan and M. Iqbal, “Analisis Sentimen Terhadap Dampak Inflasi Menggunakan Naive Bayes,†Bull. Inf. Technol., vol. 6, no. 1, pp. 1–8, 2025, doi: 10.47065/bit.v5i2.1796.

Z. Z. H. Al Abrori and E. R. Subhiyakto, “Analisis Komparatif Akurasi Prediksi Kanker Payudara Menggunakan Algoritma Random Forestdan Logistic Regression,†J. Algoritm., vol. 22, no. 1, pp. 300–311, 2025, doi: 10.33364/algoritma/v.22-1.2164.

B. Al Bara, I. L. Hilmi, and H. Sudarjat, “Analisis Interaksi Senyawa Sinularin dan Turunannya terhadap Reseptor pada Kanker Payudara dengan Metode Penambatan Molekul,†Pharm. (Journal Pharmacy, Med. Heal. Sci., vol. 6, no. 1, pp. 13–27, 2025, doi: https://doi.org/10.35706/pc.v6i1.15.

M. Y. H, “Breast Cancer Dataset,†kaggle.com. [Online]. Available: https://www.kaggle.com/datasets/yasserh/breast-cancer-dataset

N. S. Ramadan and D. Darwis, “Perbandingan Metode Naïve Bayes Dan SVM Untuk Sentimen Analisis Masyarakat Terhadap Serangan Ransomware Pada Data KIP-K,†JurnalSistemInformasidanInformatika(Simika), vol. 8, no. 1, pp. 12–23, 2025, doi: https://doi.org/10.47080/simika.v8i1.3621.

N. A. Fadhlurrohman, A. Primajaya, and A. N. Dimyati, “Analisis Sentimen Terhadap Skema Student Loan Untuk Biaya Perguruan Tinggi Pada Twitter Menggunakan Algoritma Naïve Bayes,†JATI(Jurnal Mhs. Tek. Inform., vol. 9, no. 2, pp. 2115–2123, 2025, doi: https://doi.org/10.36040/jati.v9i2.13001.

J. Dong, R. Sun, Z. Yan, M. Shi, and X. Bi, “Research on Learning Achievement Classification Based on Machine Learning,†Tenth Int. Congr. Peer Rev. Sci. Publ., vol. Juni, no. 10, 2025, doi: https://doi.org/10.1371/journal.pone.0325713.

T. Cai et al., “Dynamic Niche Technology Based Hybrid Breeding Optimization Algorithm for Multimodal Feature Selection,†Nat. Brief., vol. 15, 2025, doi: https://doi.org/10.1038/s41598-024-78758-9.

L. H. Al Fryan, M. I. Shomo, and M. B. Alazzam, “Application of Deep Learning System Technology in Identification of Women’s Breast Cancer,†Med., vol. 59, no. 3, 2023, doi: https://doi.org/10.3390/medicina59030487.

J. S. Ahn et al., “Artificial Intelligence in Breast Cancer Diagnosis and Personalized Medicine,†J. Breast Cancer, vol. 26, no. 5, pp. 405–435, 2023, doi: 10.4048/jbc.2023.26.e45.

D. L. G. Rivera and R. A. Narvaez, “Application of Machine Learning Approaches in Cancer Prediction,†Can. J. Nurs. Informatics, vol. 18, no. 2, 2023, doi: https://cjni.net/journal/?p=11581.

Downloads

Published

2025-07-22

Issue

Vol. 1 No. 01 (2025): Vol. 1 No. 1, Mei 2025

Section

Articles

License

Pemberitahuan Hak Cipta

Hak cipta atas artikel yang diterbitkan dalam jurnal ini tetap menjadi milik penulis. Namun, dengan mengirimkan dan menerbitkan artikel, penulis memberikan kepada jurnal hak non-eksklusif untuk menerbitkan, mendistribusikan, dan menampilkan karya mereka secara terbuka.

Seluruh artikel yang diterbitkan dalam jurnal ini dilisensikan di bawah lisensi Creative Commons Attribution 4.0 International (CC BY 4.0). Lisensi ini memungkinkan siapa pun untuk:

  • Menyalin dan menyebarluaskan materi dalam format atau media apa pun

  • Mengadaptasi, mengubah, dan membangun berdasarkan materi tersebut

  • Untuk tujuan komersial maupun non-komersial

Dengan syarat: atribusi yang tepat diberikan kepada penulis asli dan sumbernya, disediakan tautan ke lisensi, dan dicantumkan jika ada perubahan yang dibuat.

Permohonan Izin Tambahan

Jika pengguna ingin menggunakan materi dari jurnal ini di luar batas yang diizinkan oleh lisensi CC BY 4.0 (misalnya untuk reproduksi dalam publikasi tertutup atau penggunaan komersial tanpa atribusi), permohonan izin dapat dikirimkan ke redaksi melalui email: [email jurnal].