IDENTIFIKASI FAKTOR PREDIKSI DIAGNOSIS TINGKAT KEGANASAN KANKER PAYUDARA METODE STEPWISE BINARY LOGISTIC REGRESSION
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.
Penulis: Retno Aulia Vinarti,
Wiwik Anggraeni
Kode Jurnal: jptinformatikadd140201
