1937 5080 1 PB
1937 5080 1 PB
Abstrak—Kanker payudara merupakan jenis kanker yang Selain itu telah dilakukan beberapa penelitian tentang
sering ditemukan oleh kebanyakan wanita. Di Indonesia Kanker diagnosis kanker payudara berbasis Support Vector Machine
payudara menempati urutan pertama pada pasien rawat inap di [5]-[7]. Penelitian-penelitian tersebut menunjukkan Support
seluruh rumah sakit. Diagnosis dini pada payudara merupakan Vector Machine memberikan ketepatan klasifikasi di atas 95
salah satu upaya untuk meminimumkan kanker malignant %. Hal ini menunjukkan keunggulan metode Support Vector
(ganas) yaitu dengan cara melakukan pemeriksaan mamografi. Machine yang menghasilkan akurasi yang tinggi. Makadari
Pada penelitian ini akan dilakukan pengklasifikasian diagnosis
itu pada penelitian ini akan dilakukan analisis perbandingan
keadaan pasien kanker payudara benign (jinak) dan malignant
(ganas) berdasarkan hasil mamografi dan melakukan analisis
antara metode regresi logistik dan SVM dengan data
faktor-faktor apa saja yang mempengaruhi kanker payudara mamografi pada pasien kanker payudara di rumah sakit ‘X’
menggunakan metode regresi logistik dan support vector machine Surabaya pada tahun 2011 dimana dilakukan perbandingan
(SVM). Pengklasifikasian menggunakan regresi logistik biner ketepatan klasifikasi dari kedua metode dan memperoleh
menghasilkan ketepatan klasifikasi sebesar 88,72% dimana faktor-faktor yang menggambarkan kanker payudara benign
terdapat dua faktor yang berpengaruh terhadap kanker (jinak) dan malignant (ganas) pada kanker payudara.
payudara malignant yaitu intermediate findings dan BIRADS. Sehingga nantinya diharapkan dapat dijadikan sebagai bahan
Sedangkan dengan menggunakan seleksi variabel L1-Norm pertimbangan dokter untuk pemeriksaan lebih lanjut.
SVM, semua variabel prediktor yang digunakan berpengaruh
terhadap kanker payudara malignant dengan kontribusi
terbesar adalah intermediate findings, kemudian BIRADS, II. LANDASAN TEORI
suspicious for malignancy, letak abnormal, dan usia dengan
ketepatan klasifikasi sebesar 94,34%. A. Kanker Payudara
Kata Kunci—Klasifikasi, Regresi Logistik, SVM, Kanker Kanker payudara adalah pertumbuhan sel yang abnormal
Payudara, Mamografi pada jaringan payudara seseorang. Payudara wanita terdiri
dari lobulus (kelenjar susu), duktus (saluran susu), lemak dan
jaringan ikat, pembuluh darah dan limfe. Sebagian besar
I. PENDAHULUAN kanker payudara bermula pada sel-sel yang melapisi duktus
2. Suspicious for Malignancy Pengujian parameter dalam regresi logistik biner dilakukan
Variabel yang menjelaskan bentuk tumor yang terdapat baik secara serentak maupun individu. Statistik uji yang
dalam payudara atau tanda-tanda keganasan yang terlihat digunakan dalam uji serentak adalah statistik uji G atau
pada payudara, dimana variabel ini terdiri dari tiga likelihood ratio test. Sedangkan statistik uji yang digunakan
indikator yaitu mass, calcification, dan speculated sign.
dalam uji parsial adalah statistik uji Wald [10].
3. BIRADS Category
Breast Imaging Reporting and Data System (BIRADS) Salah satu ukuran yang digunakan untuk menginterpretasi
digunakan untuk memprediksi tingkat keganasan pasien koefisien variabel prediktor adalah Odds ratio. Odds ratio
kanker payudara dalam skrining mamografi. menunjukkan perbandingan peluang munculnya suatu
4. Letak abnormal kejadian dengan peluang tidak munculnya kejadian tersebut.
Akan dilihat letak dimana ada perubahan yang tidak Jika nilai odds ratio < 1, maka antara variabel prediktor dan
wajar pada payudara kanan atau payudara kiri. variabel respon terdapat hubungan negatif setiap kali
Prediksi malignansi dapat dipermudah dengan menerapkan perubahan nilai variabel prediktor (X) dan jika nilai odds
kategori BIRADS (Breast Imaging Reporting and Data ratio>1, maka antara variabel prediktor dan variabel respon
System). Adapun kategori BIRADS adalah sebagai berikut [9]. terdapat hubungan positif setiap kali perubahan nilai variabel
C-0 : perlu pemeriksaan lanjut prediktor (X).
C-1 : normal Statistik uji yang dipakai untuk uji kesesuaian model adalah
C-2 : kelainan jinak statistik Hosmer-Lemeshow Test( Ĉ )
C-3 : kelainan yang mungkin jinak, disarankan untuk
evaluasi ketat D. Seleksi Variabel SVM
C-4 : kelainan yang mungkin mengarah keganasan SVM dapat digunakan untuk melakukan pemilihan variabel
C-5 : sangat mungkin ganas sekaligus melakukan tugas klasifikasi. SVM yang digunakan
adalah L1-norm. Misalkan data berdimensi p, maka kelas dari
C. Regresi Logistik Biner suatu titik baru x ditentukan dengan memasukkan x ke dalam
Regresi logistik merupakan suatu metode analisis data yang hyperplane atau fungsi z=wx+b yang didapatkan selama
mendeskripsikan antara variabel respon dengan satu atau lebih training. Hyperplane z didefinisikan sebagai berikut [12].
variabel prediktor. Regresi logistik biner variabel responnya p
yang bersifat dikotomus yang terdiri dari dua kategori yaitu 0 z wx b w p xp b w p xp b 0 (4)
dan 1, sehingga variabel respon akan mengikuti distribusi i 1 wp 0
Bernoulli dengan fungsi probabilitas sebagai berikut [10]. Jika nilai dari elemen vektor bobot w p 0 , maka
f ( y i ) x i i 1 x i i dengan y i 0 ,1
y 1 y
variabel ke-p dalam vektor input tidak menentukan kelas dari
Berdasarkan [10] model regresi logistik adalah sebagai x dalam penentuan kelas x. Jadi hanya variabel-variabel
berikut. dimana w p 0 yang mempunyai kontribusi dalam
x
exp 0 1 x1 p x p (1) penentuan kelas suatu data. Dalam kasus dimana masalah
1 exp 0 1 x1 p x p klasifikasinya adalah infeasible atau beberapa data tidak bisa
Persamaan (1) tersebut kemudian ditransformasi yang diklasifikasikan secara tepat, maka perlu menambah variabel
dikenal dengan tranformasi logit x untuk memperoleh slack ti.
Support vector machine (SVM) pertama kali dikenalkan mengatasi data non-linier. Berdasarkan langkah langkah yang
oleh Vapnik pada tahun 1992 pada saat dipresentasikan di telah dijelaskan dalam kasus linier, diperoleh fungsi sebagai
Annual Workshop on Computational Learning Theory [13]. berikut
n
Prinsip dasar SVM adalah linier classifier, yaitu kasus
klasifikasi yang secara linier dapat dipisahkan. Misalkan
f x sign y i ˆ i x i , x j bˆ
i 1 (15)
diberikan himpunan X x1 , x 2 ,..., x n , dinyatakan
sign y i ˆ i K x i , x bˆ
n
meminimumkan w 1 w 2 Kemudian 2
Kernel RBF : K(x,y) = exp x y
2 atau
3.
w 2 2 2
permasalahan optimasi ini dapat diselesaikan dengan
F. Evaluasi Performansi Model
menggunakan Fungsi Lagrange berikut.
Evaluasi performansi model yang digunakan pada
n
1
L w , b , i yi w T x i b 1 (9)
2
w penelitian ini adalah classification accuracy, sensitivity, dan
2 i 1
specificity [5]. Classification accuracy merupakan ketepatan
dimana αi adalah pengganda fungsi Lagrange. Persamaan (9) klasifikasi yang diperoleh. Sensitivity merupakan ukuran
merupakan primal space sehingga perlu ditransformasi ketepatan dari suatu kejadian yang diinginkan. Specificity
menjadi dual space agar lebih mudah dan efisien untuk merupakan suatu ukuran yang menyatakan persentase
diselesaikan. Sehingga dual problemnya menjadi seperti kejadian-kejadian yang tidak diinginkan. Classification
berikut. accuracy, sensitivity, dan specificity dapat ditentukan
1 n
n
menggunakan nilai yang terdapat dalam confusion matrix.
ˆ arg min i j i j i j
i (10)
T
y y x x
2 i , j 1 i 1
Confusion matrix adalah klasifikasi tentang aktual dan
prediksi yang dilakukan dengan sistem klasifikasi. Confusion
dengan batasan,
n
matrix ditunjukkan pada Tabel 1.
i 0, i 1, , n dan
i 1
i yi 0 (11) Tabel 1.
Confusion Matrix
Actual Predicted
Pada kasus non-separabel beberapa data mungkin tidak bisa Positive = class 0 Negative= class 1
dikelompokkan secara benar atau terjadi misclassification. Positive = class 0 True Positive (TP) False Negative (FN)
Sehingga fungsi obyektif maupun kendala dimodifikasi Negative = class 1 False Positive (FP) True Negative (TN)
dengan mengikutsertakan variabel slack ξ > 0. Formulasinya TP TN
Classsification accuracy (%) = (16)
menjadi sebagai berikut [14]. TP FP FN TN
1
w , w C i TP
2
(12) Sensitivity (%) = (17)
2 i 1 TP FN
dengan kendala Specificity (%) = TN
(18)
y i w T x i b i 1, i 1, 2 , , n (13) FP TN
Pada kasus separabel dan kasus non-separabel perbedaan
keduanya hanya terletak dengan adanya penambahan kendala
III. METODOLOGI
0 i C pada masalah non-separabel.
Pada kasus non-linier optimasi persamaan (10) menjadi Data yang digunakan dalam penelitian ini adalah data
sebagai berikut [15]. sekunder pasien kanker payudara yang diperoleh dari Rumah
Sakit ‘X’ Surabaya tahun 2011 sebanyak 267 data dengan
1 n
n
ˆ arg min i j y i y j K x i , x j i (14) jumlah pasien kanker payudara benign sebanyak 100 data dan
2 i , j 1 i 1 jumlah pasien kanker payudara malignant sebanyak 167 data.
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-150
Data tersebut adalah data pasien yang melakukan pemeriksaan a) Melakukan transformasi data sesuai dengan format
mamografi dengan kategori BIRADS C-2 sampai dengan C-5. software SVM yang akan digunakan
Variabel respon (Y) dalam penelitian terdiri dari dua b) Menentukan fungsi kernel untuk permodelan
kategori yaitu kategori 1 adalah pasien kanker payudara c) Menentukan nilai-nilai parameter kernel dan
didiagnosis kanker (benign) dan kategori 2 adalah kanker parameter cost untuk optimasi
payudara (malignant) . Sedangkan variabel prediktor (X) pada d) Memilih nilai parameter terbaik untuk optimasi data
penelitian ini ditunjukkan pada Tabel 2. training untuk klasifikasi data testing
Tabel 2 .
e) Menghitung ketepatan klasifikasi
Variabel Prediktor 7. Membandingkan ketepatan klasifikasi yang diperoleh
Variabel Definisi Kategori Skala dari metode regresi logistik dengan SVM
Intermediate
1. tidak ada tanda 8. Membuat kesimpulan dan saran
X1 2. terdapat 1 tanda Ordinal
Findings
3. terdapat >1 tanda
1. C-2 IV. ANALISIS DAN PEMBAHASAN
BIRADS 2. C-3
X2 Ordinal
category 3. C-4 A. Analisis Deskriptif
4. C-5
1. tidak ada Analisis tabulasi silang digunakan untuk menyajikan data
ciri keganasan kualitatif dalam bentuk tabulasi yang mempunyai hubungan
2. Mass secara deskriptif sebagai berikut. Dari analisis tabulasi silang
3. Calcification yang telah dilakukan menunjukkan bahwa pada variabel
4. Speculated Sign
X3
Suspicious for
5. Mass,Calcification Nominal intermediate findings pada kategori 1 dari 53,2% wanita yang
Malignancy melakukan mamografi, wanita yang tidak terdeteksi memiliki
6. Mass,Speculated Sign
7. Calcification, Speculated tanda sel didiagnosis kanker payudara malignant sebesar
Sign 46,8% dan sebesar 6,4% hasil diagnosisnya benign. Wanita
8. Mass,Calcification,
Speculated Sign dengan hasil diagnosis malignant mayoritas terdekteksi
X4 Usia - Rasio memiliki kategori BIRADS C-5 yaitu sebesar 42,7%. Wanita
X5
Letak 1. Kanan
Nominal
yang memiliki ciri keganasan kategori 8 (mass, calcification,
abnormal 2. Kiri dan speculated sign) didiagnosis malignant sebesar 19,5%.
Langkah-langkah analisis yang dilakukan pada penelitian Dari 47,6% wanita yang memiliki letak abnormal payudara
ini adalah sebagai berikut. sebelah kiri, 31,8% didiagnosis malignant.
1. Melakukan pengumpulan data sekunder, yaitu data Usia wanita yang melakukan pemeriksaan mamografi pada
pasien kanker yang melakukan mamografi di Rumah tahun 2011 di rumah sakit ‘X’ rata-rata berumur 48 tahun
Sakit ‘X’ Surabaya tahun 2011 dengan usia paling muda adalah 19 tahun dan usia paling tua
2. Melakukan pengkodingan terhadap data sekunder adalah 87 tahun.
Melakukan analisis statistika deskriptif untuk B. Analisis Diagnosis Kanker Payudara dengan Regresi
mengetahui karakteristik pasien kanker payudara Logistik Biner
3. Membagi data menjadi data training dan testing dengan
Analisis regresi logistik biner data dibagi menjadi training
beberapa persentase partisi yaitu 50:50, 70:30, dan
dan testing dengan beberapa persentase partisi yaitu 50:50,
80:20.
70:30, dan 80:20. Berikut merupakan analisis regresi logistik
4. Memodelkan menggunakan analisis regresi logistik
biner pada tiap-tiap partisi yang memberikan ketepatan
untuk mengetahui faktor-faktor yang mempengaruhi
klasifikasi terbesar.
pasien kanker payudara dalam pengklasifikasian kanker
Dari ketiga data partisi yang telah dilakukan uji serentak
jinak atau ganas dengan langkah sebagai berikut.
diketahui bahwa P-value=0,000. Sehingga tolak H0 karena P-
a) Melakukan analisis regresi logistik secara serentak
value< yang berarti secara serentak terdapat satu atau lebih
terhadapa data training
b) Melakukan analisis regrsei logistik secara parsial faktor pasien kanker payudara yang berpengaruh signifikan
terhadap data training terhadap diagnosis kanker payudara.
c) Membentuk model regresi logistik menggunakan Analisis regresi logistik parsial dengan menggunakan data
metode Enter partisi 50:50 , menunjukkan bahwa parameter dari kelima
d) Menginterpretasi odds ratio untuk mengetahui variabel prediktor yang digunakan yaitu intermediate findings
besarnya pengaruh masing-masing variabel yang (X1), kategori BIRADS (X2), suspicious for malignancy (X3),
signifikan berpengaruh dari data training usia (X4) dan letak abnormal (X5) signifikan terhadap model
e) Melakukan uji kesesuain model yang diperoleh dari secara parsial karena P-value < Sedangkan analisis regresi
data training logistik parsial untuk data partisi 70:30 dan 80:20 hanya
f) Menghitung ketepatan klasifikasi dari data testing parameter variabel letak abnormal (X5) yang tidak signifikan
5. Melakukan seleksi variabel dari data training dengan terhadap model secara parsial.
Metode yang digunakan dalam pembentukan model adalah
menggunakan L1-norm
metode Enter dengan memasukkan semua variabel prediktor.
6. Melakukan pengklasifikasian pasien kanker payudara Dengan menggunakan partisi data training dan testing 50:50
dengan menggunakan metode SVM. Berikut adalah diagnosis malignant pada kanker payudara dipengaruhi oleh
algoritma dari metode SVM.
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-151