IDENTIFIKASI FAKTOR PREDIKSI DIAGNOSIS TINGKAT KEGANASAN KANKER PAYUDARA METODE STEPWISE BINARY LOGISTIC REGRESSION

Edit
Abstrak: Organisasi Kesehatan Dunia (WHO) melaporkan bahwa kasus kematian di dunia akibat kanker empat tahun terakhir telah meningkat cukup tajam. Data peningkatan tersebut juga terjadi pada kasus kanker payudara. Di Indonesia sendiri, dua kasus ini juga merupakan kasus tertinggi pembunuh wanita. Berdasarkan Sistem Informasi Rumah Sakit (SIMRS), jumlah pasien kanker payudara baik rawat inap maupun rawat jalan adalah sebesar 28.7%. Fakta yang terungkap yaitu lebih dari 40% dari semua kanker dapat dicegah dengan catatan bahwa kanker harus terdeteksi lebih dini. Peran Teknologi Informasi dapat dirupakan dengan teknik penggalian data untuk mempersingkat waktu, akurasi dan pemilihan faktor pendeteksian dini penyakit kanker payudara.  Metode  stepwise  binary  logistic  regression  memiliki  keunggulan  untuk  menambah  dan mengurangi variabel independen sesuai dengan tingkat signifikansi dari model yang terbentuk. Berdasarkan hasil analisis pembobotan, empat variabel tertinggi yang harus lebih diwaspadai adalah luas area dari kanker (area), tingkat kehalusan (smoothness), banyaknya titik (concave points) atau inti kanker dan tingkat keabu-abuan dari  kanker  (texture).  Sehingga  akurasi  dan  kecepatan pemrosesan  dari diagnosis  tingkat keparahan kanker  payudara  dapat  ditingkatkan  melalui  metode  ini.  Terlebih  apabila  metode  ini  dapat  mengurangi jumlah kematian yang disebabkan oleh terlambatnya diagnosis tingkat keparahan kanker payudara.
Kata kunci: kanker payudara, prediksi, regresi, tingkat keparahan
Penulis: Retno Aulia Vinarti, Wiwik Anggraeni
Kode Jurnal: jptinformatikadd140201

Artikel Terkait :

Jp Teknik Informatika dd 2014