Model Klasifikasi berbasis Ekspresi Gen Non-Small Cell Lung Carcinoma (NSCLC) pada Wanita Bukan Perokok Menggunakan Metode Ensemble

Abstract

Kanker paru-paru adalah penyebab utama kematian terkait kanker di seluruh dunia dan membawa dampak sosial ekonomi yang signifikan bagi pasien, keluarga, dan masyarakat secara keseluruhan. Dalam diagnosis kanker, klasifikasi berbagai jenis tumor sangat penting. Prediksi akurat dari berbagai jenis tumor memungkinkan untuk pengobatan yang lebih baik dan meminimalkan toksisitas pada pasien. Untuk menganalisis masalah klasifikasi kanker menggunakan data ekspresi gen, untuk pemilihan fitur dan model prediksi. Penelitian ini bertujuan untuk memprediksi NSCLC dengan menerapkan metode ensemble pada data microarray. Penulis menggunakan tiga metode ensemble untuk memprediksi NSCLC, yaitu Random Forest, Adaptive Boosting (AB), dan Extreme Gradient Boosting (XG). Seleksi fitur dilakukan menggunakan variance threshold dan parameter chi-square kemudian dilanjutkan dengan membangun model prediksi menggunakan ensemble. Hasil validasi model terbaik berdasarkan yang terdiagnosis kanker yaitu model AB dengan 10 fitur, XG dengan 10 fitur, dan XG dengan 20 fitur yang menghasilkan nilai accuracy, recall, dan f1-score yang sama berturut-turut yaitu 0.93, 1.00, dan 0.93.