1. PENDAHULUAN 1.1. Latar Belakang Kanker merupakan salah satu penyakit yang dapat beresiko pada kematian atau lebih dikenal dengan penyakit pembunuh. Salah satu penyakit pembunuh diantaranya kanker prostat yang diderita pada kaum pria. Kanker prostat itu sendiri menduduki kanker jenjang kedua pada kaum pria setelah kanker paruparu. Menurut Prostate Cancer Foundation of Australia pria akan mengalami kanker prostat terbagi atas rentang umur diantaranya untuk umur 40 tahunan (1 dari 1000), 50 tahunan (12 dari 1000), 60 tahunan (45 dari 1000), dan 70 tahunan (80 dari 1000). Jelas bahwa dengan ukuran rentang umur, maka penderita penyakit kanker prostat pada kaum pria tidaklah sedikit namun memiliki angka yang sangat besar. Setiap tahunnya di Australia, berkisar 3300 orang meninggal dunia akibar kanker prostat yang diderita. Selain itu menurut penelitian yang dilakukan oleh American Cancer Society bahwa untuk tahun 2013 perkiraan sekitar 238.590 kasus baru kanker prostat akan didiagnosis dan sekitar 29.720 orang akan meninggal karena kanker prostat. Oleh sebab itu, pentingnya bagi setiap pria untuk melakukan deteksi dini dengan melakukan klasifikasi terlebih dahulu mengenai penyakit kanker prostat. Perkembangan teknologi telah membuat pendeteksian untuk penyakit kanker prostat menjadi lebih mudah. Pada zaman sekarang telah terdapat teknologi atau alat yang diciptakan untuk mendeteksi penyakit kanker prostat seperti Pemeriksaan Prostat Spesifik Antigen Test (PSA), USG Prostat, dan pemeriksaan colok dubur. Namun teknologi tersebut tidaklah cukup, terbukti dengan meningkatnya pasien penderita penyakit kanker prostat tiap tahunnya. Hal ini dapat dilihat dengan kurva penderita penyakit kanker prostat di Europa dari tahun 1993-2010. 1
Gambar 1 Kurva jumlah penderita kanker prostat di Eropa tahun 1993-2010 [15] Teknologi DNA mikroarray dan ekspresi gen merupakan alat yang paling cocok untuk menyelidiki aktivitas gen terhadap perkembangan penyakit [15]. Selain itu, ekspresi gen berguna untuk mengklasifikasikan jenis kanker baik tumor maupun normal. Secara khusus, kanker prostat telah dipelajari secara ektensif untuk ekspresi gen agar mendapatkan tanda tangan yang berguna untuk klasifikasi dan tujuan prognostik. Oleh karena itu, pada penelitian ini digunakan data ekspresi gen untuk mengklasifikasikan kanker prostat jenis tumor dan normal (non-tumor). Sekarang ini telah banyak para ahli yang melakukan penelitian dan menulis jurnal, paper yang berkaitan tentang analisis hasil klasifikasi kanker prostat dengan berbagai metode. Seperti halnya penelitian sebelumnya [3] yang sudah dilakukan, namun sistem yang dilakukan menghasilkan hasil yang belum optimal dalam hal tingkat akurasi dan waktu komputasi. Selain itu, menurut penelitian terdahulu penggabungan metode PCA dan metode LS-SVM yang digunakan pada klasifikasi kanker payudara dengan ribuan dimensi ekspresi gen dapat menghasilkan hasil klasifikasi yang baik [10]. Berdasarkan fakta dan permasalahan tersebut, maka tugas akhir ini merepresentasikan klasifikasi kanker prostat dengan penggabungan metode principal component analysis (PCA) dan least square super vector machine (LS- SVM). Pada tahap klasifikasi dengan LS-SVM digunakan metode kernel RBF berdasarkan penelitian sebelumnya [10]. Selain mengklasifikasikan kanker prostat, sistem juga melakukan evaluasi hasil klasifikasi dengan menggunakan confusion matrix yang terdiri atas classification accuracy untuk mengetahui presentase ketepatan klasifikasi, sensitivity untuk presentase ketepatan terjadinya suatu kejadian dan specifity untuk presentase suatu kejadian yang tidak diinginkan. Dengan menerapkan metode penggabungan PCA dan LS-SVM diharapkan dapat menghasilkan hasil klasifikasi yang baik dalam penentuan klasifikasi kanker prostat baik tumor maupun normal (non-tumor). 2
1.2. Rumusan Masalah Berdasarkan latar belakang diatas disusun permasalahan dalam penulisan tugas akhir ini adalah bagaimana mendapatkan hasil klasifikasi yang baik pada penyakit kanker prostat. Untuk menyelesaikan masalah tersebut dilakukan proses reduksi data pada ekspresi gen dan proses pengklasifikasian penyakit kanker prostat. Hasil yang diharapkan adalah dapat mengetahui hasil klasifikasi yang baik untuk penyakit kanker prostat dengan data set berupa data ekspresi gen. Berikut batasan masalah pada penelitian tugas akhir ini yaitu: a. Data yang digunakan adalah data numerik yang diperoleh dari Kent Ridge Bio-medical Data Set Repository berupa data penyakit kanker prostat tumor dan normal (non-tumor) b. Data yang diuji terdiri atas data training dan data testing c. Data sudah memiliki label data tumor dan data normal (non-tumor) d. Sistem hanya bisa membaca data dengan format Microsoft Office Excel e. Jumlah percobaan untuk klasifikasi dilakukan dengan berulang kali dengan mengkondisikan jenis kernel, nilai gamma, dan nilai sigma. f. Analisis hasil klasifikasi difokuskan melalui confusion matrix. 1.3. Tujuan Penelitian Tujuan penulisan tugas akhir ini adalah sebagai berikut. a. Menganalisis metode principal component analysis dan metode least square super vector machine untuk mengetahui hasil klasifikasi penyakit kanker prostat tumor dan normal (non-tumor). b. Menganalisis performansi hasil klasifikasi penyakit kanker prostat menggunakan confusion matrix berdasarkan tiga hal, yaitu : classification accuracy, sensitivity, specificity. 1.4. Hipotesis Adapun yang menjadi hipotesis pada tugas akhir ini adalah : a. Principal component analysis dan least square super vector machine dapat diimplementasikan untuk mengetahui klasifikasi penyakit kanker prostat tumor dan normal (non-tumor). Dengan menggunakan metode principal component analysis untuk proses reduksi data set dan metode least square super vector machine untuk proses pengklasifikasian. b. Proses analisis performansi dilakukan untuk mengukur presentase ketepatan klasifikasi, baik presentase ketepatan terjadinya sesuatu yang diinginkan maupun ketepatan terjadinya sesuatu yang tidak diinginkan berdasarkan classification accuracy, sensitivity, specificity. 3
1.5. Metodologi Penelitian Pada tugas akhir ini akan dilakukan dengan beberapa metode sebagai berikut: a. Studi literatur 1. Mencari dan mempelajari beberapa referensi mengenai principal component analysis dan least square super vector machine, 2. Diskusi dan konsultasi dengan dosen dan mahasiswa. b. Memahami konsep, metode dari principal component analysis dan least square super vector machine, serta pemrograman Matlab R2010a. c. Mencari dan menyiapkan data untuk penelitian ini. d. Membuat model dan merancang sistem untuk proses reduksi data dan klasifikasi penyakit kanker prostat. e. Analisis kebutuhan - kebutuhan sistem yang diperlukan serta analisis. f. Implementasi metode preprocessing data 1. Pengambilan data kanker prostat dari Kent Ridge Bio-medical Data Set Repository berupa data numeric yang supervised. 2. Melakukan eliminasi data jika tidak memenuhi kondisi yang sesuai. 3. Perhitungan nilai mean pada baris dimensi untuk menggantikan missing values. g. Implementasi algoritma principal component analysis dan least square super vector machine pada software pemrograman. h. Mencatat dan merangkum hasil pengujian. i. Analisis kerja sistem yang didapatkan selama pengamatan terhadap pengujian yang telah dilakukan. j. Kesimpulan yang diambil dari hasil analisis terhadap pengujian. k. Pembuatan laporan tugas akhir. 1.6. Sistematika Penulisan Adapun sistematika penulisan Tugas Akhir ini adalah sebagai berikut : 1. BAB 1 Pendahuluan Pada Bab ini diuraikan isi dan rencana Tugas Akhir secara keseluruhan yang membahas latar belakang masalah, rumusan masalah, tujuan penelitian, metodologi penelitian, dan sistematika penulisan tugas akhir. 2. BAB 2 Landasan Teori Bab ini mempelajari, memahami konsep dasar tentang kanker probstat, metode principal component analysis, metode least square super vector machine, evaluasi hasil klasifikasi dan materi yang mendukung penelitian pada masalah penyakit kanker prostat. 3. BAB 3 Perancangan dan Implementasi 4
Bab ini menjelaskan perancangan sistem, analisis kebutuhan sistem, dan contoh implementasi dari sistem yang akan dibangun dan dipaparkan pada bab ini. Selanjutnya dilakukan proses implementasi. 4. BAB 4 Implementasi dan Analisis Hasil Pengujian Bab ini membahas dan menjelaskan skenario dari sistem yang dirancang dan hasil pengujian yang dilakukan dengan analisis mengenai performansi reduksi data, klasifikasi, dan akurasi pada metode yang digunakan untuk penelitian klasifikasi penyakit kanker prostat tumor dan normal (non-tumor). 5. BAB 5 Kesimpulan dan Saran Bab ini berisi kesimpulan yang dapat diuraikan dari hasil analisis yand dilakukan berikut saran untuk pengembangan tugas akhir ini. 5