UNESAUNESA
Journal of Digital Business and Innovation ManagementJournal of Digital Business and Innovation ManagementKanker payudara merupakan salah satu jenis kanker paling umum dan mematikan yang menyerang perempuan di seluruh dunia. Deteksi dini dan diagnosis yang akurat menjadi kunci dalam meningkatkan angka harapan hidup pasien serta menekan biaya perawatan jangka panjang. Seiring kemajuan teknologi digital, pembelajaran mesin (machine learning/ML) menjadi alat penting dalam klasifikasi kanker payudara. Dua algoritma yang banyak digunakan adalah Random Forest (RF) dan Extreme Learning Machine (ELM) karena keunggulannya dalam akurasi dan efisiensi. Studi literatur sistematis ini bertujuan untuk membandingkan performa RF dan ELM dengan fokus pada sensitivitas biaya dan kompleksitas komputasi. Berdasarkan panduan PRISMA, sebanyak 60 artikel ilmiah terbitan 2013–2024 dianalisis secara mendalam. Hasil menunjukkan bahwa RF unggul dalam akurasi dan stabilitas prediksi, sementara ELM lebih efisien dari segi waktu pelatihan dan sumber daya komputasi. Tantangan utama dari kedua metode adalah ketidakseimbangan data, di mana kesalahan klasifikasi kasus kanker ganas dapat berakibat fatal. Strategi pembelajaran berbasis biaya (cost-sensitive learning) terbukti meningkatkan sensitivitas model terhadap kelas minoritas, meskipun integrasinya dalam ELM masih terbatas. Efisiensi komputasi juga menjadi pertimbangan penting, terutama untuk penerapan di fasilitas kesehatan dengan keterbatasan sumber daya. Studi ini menyajikan sintesis tematik dari penelitian terkini dan merekomendasikan pengembangan model hibrida yang menggabungkan keunggulan RF dan ELM, serta penerapan AI yang dapat dijelaskan (explainable AI) guna meningkatkan kepercayaan dalam praktik klinis.
Hasil penelitian ini menunjukkan bahwa Random Forest (RF) dan Extreme Learning Machine (ELM) memiliki peran penting dalam klasifikasi kanker payudara, masing-masing dengan keunggulan dan tantangannya.RF unggul dalam akurasi dan stabilitas, sementara ELM menawarkan efisiensi komputasi yang tinggi.Penanganan data yang tidak seimbang menjadi tantangan utama, dan strategi pembelajaran berbasis biaya dapat meningkatkan sensitivitas model terhadap kasus kanker ganas.Pengembangan model hibrida yang menggabungkan keunggulan kedua algoritma, serta penerapan AI yang dapat dijelaskan, menjadi rekomendasi penting untuk meningkatkan efektivitas dan kepercayaan dalam diagnosis kanker payudara.
Berdasarkan temuan ini, beberapa saran penelitian lanjutan dapat diajukan. Pertama, perlu dilakukan penelitian lebih lanjut untuk mengembangkan model hibrida yang menggabungkan keunggulan RF dan ELM, misalnya dengan menggunakan RF untuk ekstraksi fitur dan ELM untuk klasifikasi cepat. Kedua, penelitian tentang integrasi cost-sensitive learning ke dalam arsitektur ELM perlu dieksplorasi lebih dalam, dengan tujuan meningkatkan sensitivitas model terhadap kasus kanker ganas yang jarang terjadi. Ketiga, pengembangan sistem AI yang dapat memberikan penjelasan (explainable AI) untuk mendukung pengambilan keputusan klinis, sehingga meningkatkan kepercayaan dokter dan pasien terhadap hasil diagnosis, menjadi arah penelitian yang menjanjikan. Dengan menggabungkan ketiga saran ini, diharapkan dapat dihasilkan sistem klasifikasi kanker payudara yang lebih akurat, efisien, dan dapat diandalkan dalam praktik klinis.
| File size | 424.81 KB |
| Pages | 20 |
| DMCA | Report |
Related /
FEB UMIFEB UMI Penelitian ini mengindikasikan bahwa brand image dan labelisasi halal berpengaruh signifikan terhadap minat beli konsumen skincare MS Glow. Sementara itu,Penelitian ini mengindikasikan bahwa brand image dan labelisasi halal berpengaruh signifikan terhadap minat beli konsumen skincare MS Glow. Sementara itu,
POLITEKNIK KEBUMENPOLITEKNIK KEBUMEN Konten yang relevan dan ulasan dari konsumen lain terbukti memengaruhi persepsi serta mendorong tindakan pembelian. Kesimpulan penelitian ini adalah strategiKonten yang relevan dan ulasan dari konsumen lain terbukti memengaruhi persepsi serta mendorong tindakan pembelian. Kesimpulan penelitian ini adalah strategi
NURSCIENCEINSTITUTENURSCIENCEINSTITUTE Media sosial memungkinkan UMKM membuat konten kreatif, berinteraksi langsung dengan konsumen, yang meningkatkan penjualan dan menjadi solusi pemasaranMedia sosial memungkinkan UMKM membuat konten kreatif, berinteraksi langsung dengan konsumen, yang meningkatkan penjualan dan menjadi solusi pemasaran
NURSCIENCEINSTITUTENURSCIENCEINSTITUTE Pengumpulan data dilakukan melalui kuesioner terstruktur dan dianalisis menggunakan regresi linier berganda. Hasil penelitian menunjukkan persepsi kemudahan,Pengumpulan data dilakukan melalui kuesioner terstruktur dan dianalisis menggunakan regresi linier berganda. Hasil penelitian menunjukkan persepsi kemudahan,
UNESAUNESA Namun, masih ada beberapa area yang memerlukan peningkatan, terutama dalam pengelolaan permintaan layanan dan insiden (DSS02), yang memperoleh skor terendahNamun, masih ada beberapa area yang memerlukan peningkatan, terutama dalam pengelolaan permintaan layanan dan insiden (DSS02), yang memperoleh skor terendah
ASDKVIASDKVI Oleh karena itu, disarankan agar Wardah memperkuat keakuratan informasi serta mengoptimalkan kualitas konten visual dan hashtag guna meningkatkan relevansi,Oleh karena itu, disarankan agar Wardah memperkuat keakuratan informasi serta mengoptimalkan kualitas konten visual dan hashtag guna meningkatkan relevansi,
ASDKVIASDKVI Untuk menghadapi tantangan tersebut, setiap individu perlu mengembangkan kesadaran diri dan keterampilan komunikasi yang peka terhadap perbedaan budaya.menciptakanUntuk menghadapi tantangan tersebut, setiap individu perlu mengembangkan kesadaran diri dan keterampilan komunikasi yang peka terhadap perbedaan budaya.menciptakan
OJS INDONESIAOJS INDONESIA Uji validitas dan reliabilitas digunakan dalam uji instrumen data, sedangkan analisis data deskriptif dan kuantitatif digunakan ketika menganalisis data.Uji validitas dan reliabilitas digunakan dalam uji instrumen data, sedangkan analisis data deskriptif dan kuantitatif digunakan ketika menganalisis data.
Useful /
UNESAUNESA Strategi Prewarm mampu menghilangkan cold start penalty dan mengurangi latensi maksimal hingga 72,2%. Selain itu, strategi Prewarm mempertahankan penggunaanStrategi Prewarm mampu menghilangkan cold start penalty dan mengurangi latensi maksimal hingga 72,2%. Selain itu, strategi Prewarm mempertahankan penggunaan
UNESAUNESA 83, F1-Score 0. 81). Temuan ini diharapkan menjadi referensi pengembangan sistem analisis opini atau ujaran sarkastik pada platform media sosial di Indonesia.83, F1-Score 0. 81). Temuan ini diharapkan menjadi referensi pengembangan sistem analisis opini atau ujaran sarkastik pada platform media sosial di Indonesia.
NURSCIENCEINSTITUTENURSCIENCEINSTITUTE Temuan ini menegaskan pentingnya peningkatan kompetensi, kesesuaian penempatan, dan pengelolaan beban kerja untuk mendorong kinerja karyawan yang optimal.Temuan ini menegaskan pentingnya peningkatan kompetensi, kesesuaian penempatan, dan pengelolaan beban kerja untuk mendorong kinerja karyawan yang optimal.
UNESAUNESA Analisis bibliometrik ini menyoroti peran penting pemikiran desain dalam menggerakkan inovasi dan memungkinkan pengembangan solusi yang berpusat pada pelangganAnalisis bibliometrik ini menyoroti peran penting pemikiran desain dalam menggerakkan inovasi dan memungkinkan pengembangan solusi yang berpusat pada pelanggan