Prediksi Risiko Penyakit Kanker Paru-Paru Berdasarkan Faktor-Faktor Yang Mempengaruhinya Menggunakan Metode Decision Tree

Abstract

Kanker paru-paru merupakan salah satu penyakit yang memiliki tingkat kematian cukup tinggi dan sering terlambat terdeteksi karena gejalanya baru dirasakan ketika penyakit telah berkembang. Oleh karena itu, diperlukan suatu metode yang dapat membantu melakukan deteksi dini terhadap risiko kanker paru-paru berdasarkan faktor-faktor yang memengaruhinya. Penelitian ini bertujuan untuk membangun model prediksi risiko kanker paru-paru menggunakan algoritma Decision Tree ID3. Data yang digunakan berasal dari Lung Cancer Dataset yang diperoleh dari Kaggle dan terdiri dari 1.000 data pasien. Atribut yang digunakan dalam penelitian ini meliputi usia, jenis kelamin, polusi udara, bahaya oksipasional, risiko genetik, penyakit paru kronis, kebiasaan merokok, nyeri dada, dan penurunan berat badan, sedangkan variabel target berupa tingkat risiko kanker paru-paru yang terbagi menjadi tiga kategori, yaitu Low, Medium, dan High. Proses penelitian dilakukan dengan mengikuti tahapan Knowledge Discovery in Databases (KDD) yang meliputi seleksi data, preprocessing, transformasi data, pembentukan model menggunakan algoritma Decision Tree ID3, serta evaluasi model. Model yang telah dibangun kemudian diimplementasikan ke dalam aplikasi berbasis web menggunakan Streamlit sehingga dapat dimanfaatkan sebagai alat bantu untuk memberikan informasi awal mengenai tingkat risiko kanker paru-paru secara lebih mudah dan praktis.