IMPLEMENTASI METODE NAIVE BAYES PADA

KLASIFIKASI PENYAKIT BREAST CANCER

Proposal Tugas Akhir

Oleh:
Alamsyah
12043053

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK
UNIVERSITAS BHAYANGKARA SURABAYA
APRIL, 2016

BAB I
PENDAHULUAN

1.1

Latar Belakang

Kanker payudara atau sering disebut dengan Breast Cancer merupakan

tumor ganas yang berasal dari sel-sel yang terdapat pada payudara. Payudara
terdiri dari lobules-lobulus, duktus-duktus, lemak dan jaringan konektif,
pembuluh darah dan limfe. Pada umumnya Breast Cancer berasal dari sel-sel
yang terdapat di duktus, beberapa diantaranya berasal dari lobulus dan jaringan
lainnya. Breast Cancer juga merupakan salah satu jenis kanker yang sering
ditemukan pada wanita. Breast Cancer ini merupakan penyebab utama kematian
pada wanita, karena menurut WHO 8-9% wanita akan mengalami

kanker

payudara. Belum ada data statistik yang akurat di Indonesia, namun data yang
terkumpul dari Rumah Sakit di Surabaya tahun 2011 menunjukan bahwa Breast
Cancer menduduki ranking pertama diantara kanker lainnya pada wanita.
Breast Cancer merupakan penyakit keganasan yang menyerang hampir
sepertiga dari seluruh penyakit keganasan yang dijumpai wanita. Kanker ini juga
penyebab kematian setelah kanker leher rahim pada wanita serta menempati
insiden tertinggi dari seluruh keganasan. Setiap tahun, lebih dari satu juta kasus
baru Breast Cancer didiagnosa di seluruh dunia dan hampir 40.000 orang akan
meninggal akibat penyakit tersebut. Sampai tahun 2003 kanker ini merupakan
kanker dengan insiden tertinggi no.2 di Indonesia dan terdapat kecenderungan dari
tahun ke tahun insiden ini meningkat. Penyebab yang pasti dari Breast
Cancer belum diketahui, namun riset mengidentifikasikan sejumlah faktor yang
dicurigai penyebab dari timbulnya kanker

disebabkan oleh beberapa faktor

antara lain riwayat keluarga dan faktor genetik, radiasi, faktor reproduksi serta
konsumsi lemak (Kardinah, 2006). Sangat penting bagi wanita untuk melakukan
deteksi secara dini terhadap Breast Cancer. Pada tahap awal kanker payudara,
biasanya tidak merasakan sakit atau tidak ada tanda-tandanya sama sekali.
Namun, ketika tumor semakin membesar, gejala-gejala akan muncul (Anita,
2007).

Berbagai penelitian yang pernah dilakukan terkait kasus Breast Cancer

antara lain penelitian yang menggunakan metode regresi logistik biner pada
kasus breast cancer oleh Darsyah, 2013 tentang breast cancer berdasarkan
hasil mamografi dengan menggunakan SVM, ketepatan klasifikasi yang
didapatkan dari model SVM adalah 99%. Penelitian Sivaramakrisma, dkk
2000 membandingkan kinerja algoritma perbaikan mammografik. Untuk
mikrokalsifikasi, algoritma peningkatan adaptif kontras tetangga (adaptive
neighborhood contrast) adalah paling baik sebesar 49%.
Namun pada penelitian

tugas akhir ini akan dibangun sebuah sistem untuk

klasifikasi Breast Cancer dengan mencoba menggunakan metode yang berbeda,

Implementasi Metode Naive Bayes Untuk Klasifikasi Penyakit Breast
Cancer

1.2

Rumusan Masalah
Berdasarkan latar belakang diatas dapat dirumuskan suatu permasalahan

sebagai berikut:
1)

Bagaimana mengimplementasikan metode Naive Bayes untuk melakukan

diagnose pada penyakit Breast Cancer?

2)

Bagaimana menganalisis dan membangun suatu aplikasi sistem diagnosa

penyakit Breast Cancer berbasis web ?

1.3

Batasan Masalah
Mengingat luasnya permasalahan dan informasi yang diperlukan, maka

tugas akhir ini memberikan batasan masalah agar tidak menyimpang dari
permasalahan yang dimaksud dan dapat mencapai sasaran yang diharapkan, yaitu
pada beberapa hal sebagai berikut:
a.

Sumber data yang digunakan untuk tugas akhir ini adalah data sekunder
yang berasal dari UCI Machine Learning yaitu di Rumah Sakit Madison,

Wisconsin amerika Serikat. Kasus yang diambil adalah penderita Breast

Cancer.
b.

Variabel respon yang digunakan pada penelitian ini adalah penyakit Breast
Cancer yang sudah diketahui jenisnya, antara lain: Clump Thickness,
Uniformity of cell size, Uniformity of cell shape, Marginal Adhesion,
Single Epithelial cell size, Bare nuclei, Bland chromatin, Normal
nucleoli, Mitoses.

c.

Metode yang digunakan pada penelitian tugas akhir ini adalah metode
Naive Bayes

1.4

Tujuan Penelitian
Berdasarkan perumusan masalah dan batasan masalah, maka dapat di

deskripsikan tujuan dari penelitian ini adalah:

1)

Menghasilkan suatu sistem Implementasi Metode Naive Bayes Untuk

Klasifikasi Penyakit Breast Cancer.

2)

Untuk menerapkan metode Naive Bayes dalam klasifikasi penyakit Breast

Cancer.

3)

Menghasilkan diagnosis awal penyakit Breast Cancer

melalui

perhitungan gejala-gejala awal yang didapat berdasarkan variable yang

ada.

1.5

Metodologi Penelitian
Penelitian yang dilakukan dalam mendapatkan data dan metode

pengembangan sistem, diantaranya sebagai berikut:

a. Metode Pengumpulan Data

Metode pengumpulan data adalah teknik, atau cara cara yang dapat
digunakan untuk mendapatkan data. (Sudaryono dan dkk, 2010). Berikut metode
pengumpulan data :

a) Kepustakaan yaitu, Teknik pengumpulan data yang dikumpulkan bersumber

dari literatur (buku-buku yang mendukung) untuk mendapatkan konsep teori
mengenai masalah yang diteliti.
b) Observasi yaitu Teknik pengumpulan data dimana penulis mengadakan
pengamatan langsung dan menganalisa sistem penjualan yang sedang berjalan
pada objek yang diteliti untuk memperoleh informasi tambahan yang dijadikan
bahan penelitian..
c) Wawancara yaitu pengumpulan data yang dilakukan dengan cara melakukan
tanya jawab secara langsung kepada karyawan dan pemilik yang diberikan
wewenang untuk menjawab suatu pertanyaan dan memperoleh keterangan
yang dibutuhkan.
d) Dokumentasi yaitu Teknik dokumentasi digunakan dalam penelitian ini karena
sebagian besar dokumentasi terdapat di took Central Cell berupa produk yang
dijual beserta laporan-laporan lain yang berkaitan dengan penelitian ini dapat
digunakan sebagai sumber data.

b. Model Pengembangan Sistem ( Waterfall )

Dalam Roger S. Pressman (2010) model waterfall adalah model klasik yang
bersifat sistematis, berurutan dalam membangun software Perancangan alur proses
perancangan sistem terdiri dari:
a) Analisa Kebutuhan (Requirement definition), merupakan pengumpulan data
yang diitensifkan dan terfokus pada software. Untuk memahami sifat program
yang akan dibangun programmerharus memahami domain informasi untuk
kedua sistem dan perangkat lunak yang didokumentasikan dan ditinjau oleh
pelanggan.
b) Desain Sistem (Design System), merupakan tahapan sebelum melakukan
coding. Dalam penyusunan design mode untuk desain sistem dibagi menjadi 4
yaitu, Design Struktur Data, Design Arsitektur Perangkat Lunak, Design
Interfaces, Design Algoritmik.
c) Penulisan Kode Program (Coding), merupakan penerjemah desain dalam
bahasa yang bisa dikenali oleh komputer. Dalam penyusunan sistem bahasa

pemrograman yang digunakan menggunakan PHP, dan bahasa pemrograman

yang pada database menggunakan QUERY.
d) Penerapan & Uji Coba (Integration & Testing), merupakan proses disaat
program telah selesai dan di uji sebelum di serahkan kepada client. Melakukan
pengujian terhadap program yaitu menggunakan BlackBox TestingBlackBox
Testing merupakan salah satu metode pengujian perangkat lunak yang
berfokus pada sisi fungsionalitas .
e) Pemeliharaan merupakan penyesuaian pada perangkat lunak yang telah
disampaikan kepada client, dimana perangkat lunak tersebut pasti akan
mengalami perubahan.

1.6

Sistematika Penulisan
Sistematika penulisan ini diharapkan akan memberikan kemudahan

tentang permasalahan yang disajikan dan dibahas dalam makalah ini. Adapun
sistematika pembahasan makalah ini terdiri dari tujuh bab, dimana masing-masing
bab mempunyai sub-sub bab dengan pembahasannya. Sistematika yang digunakan
dalam penyusunan penelitian ini adalah sebagai berikut:
1) Bab I : PENDAHULUAN
Berisikan tentang latar belakang masalah, rumusan masalah, batasan
masalah, tujuan, metodologi penelitian, sistematika penulisan dan jadwal
pelaksanaan untuk pembuatan sistem Metode Naive Bayes Untuk Klasifikasi
Penyakit Breast Cancer.
2) Bab II : TINJAUAN PUSTAKA
Berisikan tentang relevansi, hasil-hasil penelitian yang pernah dilakukan
terkait dengan sistem Metode Naive Bayes Untuk Klasifikasi Penyakit Breast
Cancer.
3) Bab III : TEORI PENUNJANG
Berisikan tentang penjelasan mengenai teori-teori penunjang yang
dijadikan landasan dalam pembuatan sistem Metode Naive Bayes Untuk
Klasifikasi Penyakit Breast Cancer.
4) Bab IV : ANALISA DAN PERANCANGAN SISTEM

Berisikan tentang sistem lama yang digunakan dan pengembangan dari

sistem yang sudah ada. Dalam hal ini adalah perancangan sistem baru yang
akan digunakan dalam mendesain progam aplikasi Metode Naive Bayes Untuk
Klasifikasi Penyakit Breast Cancer.
5) Bab V : IMPLEMENTASI SISTEM
Membahas tentang sistem piranti lunak beserta tampilan layar dari
Implementasi Metode Naive bayes Untuk Mendiagnosa Penyakit hipertensi
Pada Pasien menggunakan bahasa pemrogaman PHP, sedangkan database
yang digunakan adalah MySQL.
6) Bab VI : PENGUJIAN DAN PEMBAHASAN HASIL
Membahas tentang langkah pengujian sistem yang telah dibangun dan
pembahasan mengenai hasil dari pengujian sistem secara keseluruhan.
7) Bab VII : PENUTUP
Berisi kesimpulan dari hasil pengujian yang diperoleh, serta saran-saran untuk
pengembangan sistem lebih lanjut dan penyempurnaan diwaktu mendatang.

1.7
No

Jadwal Penelitian
Kegiatan
Pengumpulan Data Untuk
Menunjang Website
Tersebut.
Analisis Kebutuhan sistem.
Untuk menentukan apa saja
yang dibutuhkan oleh
sistem yang dibangun.
Desain sistem. Pembuatan
data dalam bentuk
Flowchart, DFD dan ERD
Coding, atau pembangunan
program dari desain sistem
yang ada.
Penerapan & Uji Coba
Website untuk menambah
apabila ada kekurangan
serta sebaliknya.
Pembuatan laporan.

Mei

Jun

Jul

Ags

Sep

Okt

1.8

Daftar Pustaka

Kardinah 2007. Kanker payudara : bagaimana hindari berbagai ancaman kanker

payudara, DEPKES RI.
Mustaqim K, 2013. Aplikasi Sistem Pakar Untuk Diagnosa Hama Dan Penyakit
Tanaman Kelapa Sawit Menggunakn Metode Naive Bayes.
Dewa Yudo Indra, 2009. Penerapan Metode Naive Bayes Untuk Klasifikasi
Pelanggan Telekomunikasi Selular.
Karina Nia Esti, 2013. Aplikasi Diagnosa Kanker Kandungan Dengan
Menggunakan Metode Naive bayes.
Qurnia Ida Lailatul, 2015. Klasifikasi Penyakit Diabetes Menggunakan Metode
Naive Bayes.