ANALISIS PREDIKTIF KELANGSUNGAN HIDUP PASIEN KANKER PAYUDARA MENGGUNAKAN ALGORITMA RANDOM FOREST

Abstract

Kanker payudara merupakan salah satu penyebab kematian tertinggi pada perempuan di dunia. Permasalahan utama dalam penanganan penyakit ini adalah rendahnya akurasi prediksi kelangsungan hidup akibat kompleksitas hubungan non-linear antar variabel klinis dan tingginya dimensi data. Penelitian ini bertujuan untuk membangun model prediksi kelangsungan hidup pasien kanker payudara menggunakan algoritma Random Forest. Metode yang digunakan meliputi preprocessing data, pelatihan model, serta evaluasi menggunakan 10-Fold Cross-Validation dengan metrik accuracy, precision, recall, dan F1-Score pada dataset METABRIC yang terdiri dari 1.986 data pasien. Hasil penelitian menunjukkan bahwa model memperoleh accuracy sebesar 71,04%, precision 72,31%, recall 81,50%, dan F1-Score 76,63%, dengan rata-rata akurasi cross-validation sebesar 66,75%. Analisis feature importance menunjukkan bahwa Age at Diagnosis, Nottingham Prognostic Index, dan Tumor Size merupakan faktor yang paling berpengaruh terhadap prediksi kelangsungan hidup pasien