Bab ini berisi tentang kesimpulan dan saran dari penelitian yang telah dilakukan.
BAB II
LANDASAN TEORI
Dalam bab landasan teori ini akan dikaji dua hal, yaitu (1) penelitian terdahulu yang relevan dan (2) kajian teori. Kedua hal tersebut akan dibahas satu per satu dalam subbab yang ada di bawah ini.
2.1 Penelitian Terdahulu yang Relevan
Penelitian tentang perbandingan algoritma memang beberapa kali telah dilakukan. Kajian terhadap penelitian-penelitian tersebut sangat beragam sesuai dengan permasalahan yang diamati oleh peneliti lain. Hal yang menjadi keberagaman penelitian mengenai perbandingan algoritma adalah mengenai algoritma yang digunakan dan sumber data yang dianalisis.
Penelitian mengenai perbandingan algoritma pernah dilakukan oleh Adel
Aloraini (2012) dalam jurnal berjudul „Different Machine Learning Algorithms for
Breast Cancer Diagnosis‟. Adapun yang menjadi objek penelitian adalah data wisconsin
breast cancer. Penelitian tersebut mencoba membandingkan kelima algoritma yaitu, (1)
Bayesian Network, (2) Naive Bayes, (3) J48, (4) ADTree, dan (5) Multilayer Neural Network. Berikut ini adalah hasil penelitian yang dilakukan oleh Adel Aloraini.
(1) Membuktikan bahwa kecerdasan buatan dapat membantu pakar dalam mendeteksi penyakit kanker payudara.
(2) Bayesian Network dan Naive Bayes adalah algoritma yang berbeda.
(3) Bayesian Network adalah algoritma yang terbaik dibandingkan keempat algoritma lainnya.
Renaldo Malau (2015) dalam skripsinya yang berjudul Perbandingan Akurasi Algoritma Naive Bayes Classifier dan Algoritma Bayesian Belief Network dalam mengklasifikasikan mahasiswa Universitas Sanata Dharma Program Studi Teknik Informatika menemukan bahwa akurasi kedua algoritma itu setelah diuji menggunakan metode 5-fold cross validation, Naive Bayes Classifier sebanyak 49,0909%, dan
Bayesian Belief Network sebanyak 52,7273%, dan membuktikan bahwa metode
Cahyo Darujati (2010) dalam jurnalnya berjudul Perbandingan Klasifikasi Dokumen Teks menggunakan Metode Naïve Bayes dengan K-Nearest Neigtbor
menemukan bahwa Naïve Bayes kinerjanya lebih baik dari K-Nearest Neighbordalam pengklasifikasian dokumen teks.
Meskipun penelitian tentang perbandingan algoritma pernah dilakukan, penelitian tersebut masih layak dilakukan. Masih banyak algoritma yang perlu dibandingkan untuk mengetahui algoritma mana yang paling akurat.
Oleh karena itu, penulis akan membandingkan algoritma yang berbeda dari penelitian-penelitian sebelumnya yaitu (1) Naive Bayes dan (2) K-nearest Neighbor.
2.2 Kajian Teori
2.2.1 Penambangan Data
Penambangan Data adalah proses pengumpulan informasi penting dari sejumlah data besar yang tersimpan di basis data, gudang data, atau tempat penyimpanan lainnya (Han & Kamber, 2006). Penambangan data merupakan proses yang tidak dapat dipisahkan dengan Knowledge Discovery in Database (KDD), karena penambangan data adalah salah satu tahap dalam proses KDD seperti yang ditunjukkan oleh gambar 2.1.
Menurut Han dan Kamber (2006), tahapan-tahapan dalam proses KDD adalah sebagai berikut:
1. Pembersihan data (Data Cleaning)
Pembersihan data merupakan proses untuk menghilangkan data yang mengandung noise, atau data yang tidak konsisten.
2. Integritas data (Data Integration)
Pada tahap ini akan dilakukan penggabungan data yang berasal dari berbagai sumber.
3. Seleksi data (Data Selection)
Pada tahap ini akan dilakukan pemilihan data yang relevan dari database. 4. Transformasi data (Data Transformation)
Pada tahap ini data akan ditransformasikan kedalam format yang sesuai untuk diproses dalam penambangan data.
5. Penambangan data (Data Mining)
Penambangan data merupakan proses penting dimana metode akan disistemkan untuk mengekstrak pola data.
6. Evaluasi pola (Pattern Evaluation)
Pada tahap ini, pola/model yang dihasilkan dari teknik data mining akan mengidentifikasi pola-pola yang menarik berdasarkan ukuran tertentu
7. Presentasi pengetahuan (Knowledge Presentation)
Pada tahap ini akan dilakukan teknik visualisasi yang digunakan untuk menampilkan pengetahuan hasil proses mining kepada pengguna.
2.2.2 Naive Bayes Classifier
Metode NBC menempuh dua tahap dalam proses klasifikasi teks, yaitu tahap pelatihan dan tahap klasifikasi. Pada tahap pelatihan dilakukan proses analisis terhadap sampel dokumen berupa pemilihan vocabulary, yaitu kata yang mungkin muncul dalam koleksi dokumen sampel yang sedapat mungkin dapat menjadi representasi dokumen. Selanjutnya adalah penentuan probabilitas prior bagi tiap kategori berdasarkan sampel dokumen.Pada tahap klasifikasi ditentukan nilai kategori dari suatu dokumen berdasarkan term yang muncul dalam dokumen yang diklasifikasi.
Untuk menghitung nilai kelas yang akan dibandingkan (ya atau tidak), dilakukan perhitungan probabilitas P(Vj):
P(Vj)= |docj| |Contoh|
Dimana docj adalah banyaknya dokumen yang memiliki kategori j dalam pelatihan, sedangkan Contoh banyaknya dokumen dalam contoh yang digunakan untuk pelatihan. Untuk nilai P(Wk|Vj) , yaitu probabilitas kata wk dalam kategori j ditentukan dengan :
P(Wk|Vj)= Nk+1 N+|vocabulary|
Dimana nk adalah frekuensi munculnya kata wk dalam dokumen yang ber kategori vj ditambah 1, hal ini berfungsi untuk menghindari angka 0 dalam data atau biasa disebut Laplace Smoothing, sedangkan nilai n adalah banyaknya seluruh kata dalam dokumen berkategori vj, dan vocabulary adalah banyaknya kata dalam contoh pelatihan.
Contoh Naïve Bayesian
Berikut contoh kasus yang akan diselesaikan dengan metode Naïve Bayes Classifier:
Tabel 2.1 Data buys computer
RID Age Income Student Credit_Rating Class
1. 29 High No Fair No
2. 29 High No Excelent No
3. 31..40 High No Fair Yes
4. 41 Medium No Fair Yes
5. 41 Low Yes Fair Yes
6. 41 Low Yes Excelent No
7. 31..40 Low Yes Excelent Yes
8. 29 Medium No Fair No
10. 41 Medium Yes Fair Yes
11. 29 Medium Yes Excelent Yes
12. 31..40 Medium No Excelent Yes
13. 31..40 High Yes Fair Yes
14. 41 Medium No Excelent No
Berdasarkan data pada tabel 2.1., model Naïve Bayes Classifier adalah sebagai berikut:
1. Tentukan P(yes) sebagai probabilitas orang yang membeli komputer dan P(no) sebagai probabilitas orang yang tidak membeli komputer dengan rumus sebagai berikut:
P(yes/no) = |doc j| |Contoh|
Dimana doc j adalah banyaknya dokumen yang memiliki kategori j dalam pelatihan, sedangkan Contoh banyaknya dokumen dalam contoh yang digunakan untuk pelatihan.
Berikut perhitungannya : a. Tabel data
Tabel 2.2 Tabel data teks buys_computer
No Age< =30 Age 31..40 Age> 40 Income = low Income= medium Income= high Student =yes Studen t=no Credit_ Rating= fair Credit_ Rating= excelent Class 1. 1 0 0 0 0 1 0 1 1 0 No 2. 1 0 0 0 0 1 0 1 0 1 No 3. 0 1 0 0 0 1 0 1 1 0 Yes 4. 0 0 1 0 1 0 0 1 1 0 Yes 5. 0 0 1 1 0 0 1 0 1 0 Yes 6. 0 0 1 1 0 0 1 0 0 1 No 7. 0 1 0 1 0 0 1 0 0 1 Yes 8. 1 0 0 0 1 0 0 1 1 0 No 9. 1 0 0 1 0 0 1 0 1 0 Yes
10. 0 0 1 0 1 0 1 0 1 0 Yes 11. 1 0 0 0 1 0 1 0 0 1 Yes 12. 0 1 0 0 1 0 0 1 0 1 Yes 13. 0 1 0 0 0 1 1 0 1 0 Yes 14. 0 0 1 0 1 0 0 1 0 1 No b. Tabel P(yes)
Tabel 2.3 Tabel probabilitas yes data teks buys_computer
No Age< =30 Age 31..40 Age> 40 Income = low Income= medium Income= high Student =yes Studen t=no Credit_ Rating= fair Credit_ Rating= excelent Class 3. 0 1 0 0 0 1 0 1 1 0 Yes 4. 0 0 1 0 1 0 0 1 1 0 Yes 5. 0 0 1 1 0 0 1 0 1 0 Yes 7. 0 1 0 1 0 0 1 0 0 1 Yes 9. 1 0 0 1 0 0 1 0 1 0 Yes 10. 0 0 1 0 1 0 1 0 1 0 Yes 12. 0 1 0 0 1 0 0 1 0 1 Yes 13. 0 1 0 0 0 1 1 0 1 0 Yes P(Y=Yes)=9/14=0.64 c. Tabel P(No)
Tabel 2.4 Tabel probabilitas no data teks buys_computer
No Age< =30 Age 31..40 Age> 40 Income = low Income= medium Income= high Student =yes Studen t=no Credit_ Rating= fair Credit_ Rating= excelent Class 1. 1 0 0 0 0 1 0 1 1 0 No 2. 1 0 0 0 0 1 0 1 0 1 No 6. 0 0 1 1 0 0 1 0 0 1 No 8. 1 0 0 0 1 0 0 1 1 0 No 14. 0 0 1 0 1 0 0 1 0 1 No P(Y=No)=5/14=0.36
1. Kemudian tentukan P(Wk|Yes) dan P(Wk|No) yaitu probabilitas kata wk dalam kategori yes atau no ditentukan dengan :
P(Wk|Yes)=Nk+1
N+|Vocabulary|
Dimana nk adalah frekuensi munculnya kata wk dalam dokumen yang ber kategori yes atau no, sedangkan nilai n adalah banyaknya seluruh kata dalam dokumen berkategori yes atau no, dan vocabulary adalah banyaknya kata dalam contoh pelatihan.
a. Probabilitas kelas Age (W1) P(W1=<30|Yes)=(2+1)/(36+10)=0.06 P(W1=<30|No)=(3+1) /(20+10)=0.13 P(W1=31..40|Yes)=(4+1)/(36+10)=0.10 P(W1=31..40|No)=(0+1)/(20+10)=0.03 P(W1=>40|Yes)=(3+1)/(36+10)=0.08 P(W1=>40|No)=(2+1)/(20+10)=0.1 b. Probabilitas kelas Income (W2) P(W2=low|Yes)=(3+1)/(36+10)=0.08 P(W2=low|No)=(1+1)/(20+10)=0.06 P(W2=medium|Yes)=(4+1)/(36+10)=0.10 P(W2=medium|No)=(2+1)/(20+10)=0.1 P(W2=high|Yes)=(2+1)/(36+10)=0.06 P(W2=high|No)=(2+1)/(20+10)=0.1 c. Probabilitas kelas Student (W3) P(W3=yes|Yes)=(6+1)/(36+10)=0.17 P(W3=yes|No)=(1+1)/(20+10)=0.06 P(W3=no|Yes)=(3+1)/(36+10)=0.08 P(W3=no|No)=(4+1)/(20+10)=0.16 d. Probabilitas kelas Credit_Rating (W4) P(W4=fair|Yes)=(6+1)/(36+10)=0.15 P(W4=fair|No)=(2+1)/(20+10)=0.1 P(W4=excelent|Yes)=(3+1)/(36+10)=0.08 P(W4=excelent|No)=(3+1)/(20+10)=0.13
1. Terakhir mencari nilai probabilitas data test.
Misalkan diketahui umur 29 tahun, berpenghasilan tinggi (high), Bukan pelajar, dan peringkat rating (credit_rating) fair, maka perhitungan probabilitas untuk menentukan apakah dia membeli komputer atau tidak adalah:
P(X|Y=yes) =
P(Yes)*(E1=<30|Yes)*P(E2=high|Yes)*P(E3=No|Yes)*P(E4=fair|Yes) = 0.64*0.06*0.06*0.08*0.15 = 3.61 * 10-5
P(X|Y=no) = P(E1=<30|No)*P(E2=high|No)*P(E3=No|No)*P(E4=fair|No) = 0.36*0.13*0.1*0.16*0.1 = 7.93 * 10-5
Setelah didapatkan hasil likelihood maka hasil tersebut dibagi dengan total hasil likelihood supaya mendapatkan nilai probabilitas, maka:
P(X|Y=yes) = 3.61 * 10-5/(3.61 * 10-5+7.93 * 10-5)=0.31 P(X|Y=no)=7.93 * 10-5/(3.61 * 10-5+7.93 * 10-5)=0.69
Berdasarkan hasil perhitungan tersebut, probabilitastidak (0,69) lebih besar jika dibandingkan dengan probabilitas ya (0,31), sehingga dapat disimpulkan bahwa untuk kasus ini orang yang berumur 29 tahun, berpenghasilan tinggi, bukan pelajar, dan memiliki credit rating fair masuk dalam kelas orang yang tidak membeli computer. 2.2.3 K-Nearest Neighbor
K-Nearest Neighbor (KNN) termasuk kelompok instance-based learning.
Algoritma ini juga merupakan salah satu teknik lazy learning. KNN dilakukan dengan mencari kelompok k objek dalam data training yang paling dekat (mirip) dengan objek pada data baru atau data testing . Algoritma K-Nearest Neighbor adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Nearest Neighbor adalah pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dan kasus lama yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada. Untuk mendefinisikan jarak antara dua titik yaitu titik pada data training (x) dan titik pada data testing (y) maka digunakan rumus Euclidean, seperti yang ditunjukkan pada persamaan (1)
...(1)
Dengan D adalah jarak antara titik pada data training x dan titik data testing y
yangakan diklasifikasi, dimana x=x1,x2,…,xi dan y=y1,y2,…,yi dan I
merepresentasikan nilai atribut serta n merupakan dimensi atribut.
Pada fase training, algoritma ini hanya melakukan penyimpanan vektor-vektor fitur dan klasifikasi data training sample. Pada fase klasifikasi, fitur-fitur yang sama dihitung untuk testing data (yang klasifikasinya tidak diketahui). Jarak dari vektor baru yang ini terhadap seluruh vektor training sample dihitung dan sejumlah k buah yang paling dekat diambil.
Langkah-langkah untuk menghitung metode Algoritma K-Nearest Neighbor: a. Menentukan Parameter K (Jumlah tetangga paling dekat).
b. Menghitung kuadrat jarak Euclid (queri instance) masing-masing objek terhadap datasampel yang diberikan.
c. Kemudian mengurutkan objek-objek tersebut ke dalam kelompok yang mempunyai jarak Euclid terkecil.
d. Mengumpulkan kategori Y (Klasifikasi Nearest Neighbor).
e. Dengan menggunakan kategori Nearest Neighbor yang paling mayoritas maka dapatdiprediksi nilai queri instance yang telah dihitung. Contoh K-Nearest Neighbor
Berikut contoh kasus yang akan diselesaikan dengan metode K-Nearest Neighbor:
Tabel 2.5 Tabel data buys_computer
RID Age Income Student Credit_Rating Class
1. 29 High No Fair No
2. 29 High No Excelent No
3. 31..40 High No Fair Yes
4. 41 Medium No Fair Yes
5. 41 Low Yes Fair Yes
6. 41 Low Yes Excelent No
8. 29 Medium No Fair No
9. 29 Low Yes Fair Yes
10. 41 Medium Yes Fair Yes
11. 29 Medium Yes Excelent Yes
12. 31..40 Medium No Excelent Yes
13. 31..40 High Yes Fair Yes
14. 41 Medium No Excelent No
Vektornya adalah sebagai berikut:
Tabel 2.6 Data Numerik buys computer
Age Income Student Credit_Rating Class
1 3 2 1 No 1 3 2 2 No 2 3 2 1 Yes 3 2 2 1 Yes 3 1 1 1 Yes 3 1 1 2 No 2 1 1 2 Yes 1 2 2 1 No 1 1 1 1 Yes 3 2 1 1 Yes 1 2 1 2 Yes 2 2 2 2 Yes 2 3 1 1 Yes 3 2 2 2 No
1. Menghitung Euclidean Distance
Misalkan kita memiliki dua buah titik, titik A dan titik B yang masing masing dapat dipresentasikan dalam bentuk vektor sebagai berikut:
A = Titik representasi dari data yang kita training. B= Titik representasi dari data yang kita testing. A = [a1 a2 a3 …. an] T
B = [b1 b2 b3 …. bn] T
Maka jarak Euclid antara kedua titik tersebut dapat dicari dengan rumus: D2 = (a1-b1)2 + (a2-b2)2 + (a3-b3)2+ ….. + (an-bn)2
atau
D= √ (a1-b1)2 + (a2-b2)2 + (a3-b3)2+ ….. + (an-bn)2
Misalkan diketahui umur 29 tahun, berpenghasilan tinggi (high), Bukan pelajar, dan peringkat rating (credit_rating) fair, maka perhitungan probabilitas untuk menentukan apakah dia membeli komputer atau tidak jika ditentukan memiliki 1 jarak terdekat (k) adalah:
Vektor data testing:
Tabel 2.7 Data testing KNN Age Income Student Credit_Rating
1 3 2 1
Membandingkan dengan rumus Euclidean Distance: D1(x,y)=√(1-1) 2 +(3-3) 2 +(2-2) 2 +(1-1) 2 =0 D2(x,y)=√ (1-1) 2 +(3-3) 2 +(2-2) 2 +(1-2) 2 =1 D3(x,y)=√ (1-2) 2 +(3-3) 2 +(2-2) 2 +(1-1) 2 =1 D4(x,y)=√ (1-3) 2 +(3-2) 2 +(2-2) 2 +(1-1) 2 =2,23 D5(x,y)=√ (1-3) 2 +(3-1) 2 +(2-1) 2 +(1-1) 2 =3 D6(x,y)=√ (1-3) 2 +(3-1) 2 +(2-1) 2 +(1-2) 2 =3,16 D7(x,y)=√ (1-1) 2 +(3-2) 2 +(2-2) 2 +(1-1) 2 =2,64 D8(x,y)=√ (1-2) 2 +(3-1) 2 +(2-1) 2 +(1-2) 2 =1 D9(x,y)=√ (1-1) 2 +(3-1) 2 +(2-1) 2 +(1-1) 2 =2,23 D10(x,y)=√ (1-3) 2 +(3-2) 2 +(2-1) 2 +(1-1) 2 =2,44 D11(x,y)=√ (1-1) 2 +(3-2) 2 +(2-1) 2 +(1-2) 2 =1,73 D12(x,y)=√ (1-2) 2 +(3-2) 2 +(2-2) 2 +(1-2) 2 =1,73 D13(x,y)=√ (1-2) 2 +(3-3) 2 +(2-1) 2 +(1-1) 2 =1,41 D14(x,y)=√ (1-3) 2 +(3-2) 2 +(2-2) 2 +(1-2) 2 =2,44
Kemudian setelah itu dibandingkan jaraknya, dan setelah dibandingkan dicari 1 jarak paling dekat. Berdasarkan hasil perhitungan tersebut D1 adalah jarak yang paling dekat (0), sehingga dapat disimpulkan bahwa dapat disimpulkan bahwa untuk kasus ini
orang yang berumur 29 tahun, berpenghasilan tinggi, bukan pelajar, dan memiliki credit rating fair masuk dalam kelas orang yang tidak membeli computer.
2.2.4 K-Fold Cross Validation
Pada penelitian ini metode yang digunakan untuk menguji pola klasifikasi adalah metode k-fold cross validation. Dalam k-fold cross validation, data dibagi menjadi k bagian, D1, D2,..Dk, dan masing-masing D memiliki jumlah data yang sama. Kemudian lakukan proses perulangan sebanyak k, dimana dalam setiap perulangan ke-i, Di akan dijadikan data testing, dan sisanya akan digunakan sebagai data training. Sebagai contoh, misalkan akan dilakukan metode cross validation dengan menggunakan 3 fold. Pertama pilih salah satu fold menjadi data testing, kemudian gunakan fold sisanya sebagai data training. Hal ini dilakukan berulang untuk semua kombinasi data training-testing.Untuk mengilustrasikan metode ini, perhatikan Gambar 2.9.
Gambar 2.2 Ilustrasi 3-fold Cross Validation
2.2.5 Pengukuran Akurasi Klasifikasi
Keakuratan hasil klasifikasi dapat diukur dengan menggunakan confusion matrix. Confusion matrix adalah media yang berguna untuk menganalisis seberapa baik
classifier dapat mengenali tupel dari kelas yang berbeda (Tan, Steinbach, & Kumar, 2006). Misalkan terdapat dua kelas, maka akan diistilahkan menjadi tupel positif dan
tupel negatif. True positive mengacu pada tupel positif yang diberi label dengan tepat oleh classifier, sementara true negatif adalah tupel negatif yang diberi label dengan tepat oleh classifier.False positive adalah tupel negatif yang diberi label dengan tidak tepat. Demikian pula, false negative adalah tupel positif yang diberi label dengan tidak tepat.Istilah-istilah ini berguna ketika menganalisis kemampuan classifier dan diringkas dalam Gambar 2.10.
Gambar 2.3 Confusion Matrix untuk matrix 2×2 (Tan, Steinbach, & Kumar, 2006) Misalkan terdapat confusion matrix 2×2 seperti pada Gambar 2.10, maka rumus yang akan digunakan untuk menghitung akurasi adalah sebagai berikut:
Rumus 2.6 diatas dapat juga didefinisikan seperti pada rumus berikut:
2.2.6 Kanker Payudara
2.2.6.1 Definisi Kanker Payudara
Kanker payudara muncul sebagai akibat sel-sel yang abnormal terbentuk pada payudara dengan kecepatan tidak terkontrol dan tidak beraturan. Sel tersebut merupakan hasil mutasi gen dengan perubahan bentuk, ukuran maupun fungsinya (Lippman, 1998). Lebih dari 70% penderita kanker payudara ditemukan sudah dalam stadium lanjut (Moningkey, 2000).
Gambar 2.4 Perbedaan sel normal dengan sel kanker (Weaver, 2002) 2.2.6.2 Epidemiologi
Di Indonesia setiap tahunnya diperkirakan terdapat 100 penderita kanker baru setiap 100.000 penduduk seiring peningkatan angka harapan hidup, sosial ekonomi serta perubahan pola penyakit (Tjindarbumi, 2000). Kasus baru kanker payudara pada wanita di Amerika Serikat tahun 2005 adalah 211.240 dengan kematian 40.410, di Indonesia terdapat 114.649 penderita (National CancerInstitute, 2005). Di RSUP. Dr. Sardjito Yogyakarta pasien kanker payudara yang dirawat ada 252 orang pada tahun 2005. Pada tahun 2006 di Amerika Serikat, kasus kanker payudara (wanita saja) menempati urutan pertama (32%) dan penyebab kematian kedua setelah kanker paru (Anonim, 2007). 2.2.6.3 Etiologi
Penyebab kanker payudara belum diketahui secara pasti. Faktor risiko yang sangat berpengaruh terhadap timbulnya kanker payudara antara lain genetik, faktor endokrin, dan faktor lingkungan.
a. Faktor Endokrin
Faktor endokrin akan mempengaruhi insidensi pada kanker payudara, diantaranya adalah total durasi lamanya menstruasi, early menarche (menstruasi di umur dini), nulliparity (wanita yang tidak memiliki anak) dan melahirkan anak pertama di umur >30 tahun akan meningkatkan risiko lama hidup pada perkembangan kanker payudara (Dipiro, 2003).
b. Faktor Genetik
Sekitar 5-10% kanker payudara terjadi akibat adanya kelainan genetik yang diturunkan anggota keluarga. Hal ini akan meningkatkan risiko timbulnya kanker tipe tertentu misalnya sindroma Li-Fraumeni, mutasi pada kromosom 1q, 3p, 13q, 17p menimbulkan kanker payudara pada umur lebih muda. Lebih dari 50- 85% wanita
dengan mutasi gen BRCA-1 atau BRCA-2 akan terkena kanker payudara (Anonim, 2003b).
c. Faktor Lingkungan
Makanan, nutrisi, dan terpapar senyawa radioaktif dapat memicutimbulnya kanker payudara (Anonim, 2003b).
2.6.3.4. Patofisiologi
Identifikasi subtipe histopatologi kanker payudara penting karena ada hubungannya dengan aspek klinik yaitu prediksi metastasis, terapi dan prognosis.
a. Dasar klasifikasi subtipe histopatologi kanker payudara yang sering digunakanadalah WHO tahun 1981. Menurut WHO subtipe histopatologi kankerpayudara ada 2 macam yaitu :
1). carcinoma noninvasive
Carcinoma noninvasive artinya sel yang membahayakan mengikatkelenjar lain pada lobus, dengan tidak ada bukti penetrasi pada sel tumormenyambung dengan dasar membran di sekitar 2 tipe pada struktur yangdikelilingi jaringan fibrous. Umumnya kanker payudara adalahadenocarcinoma yang berasal dari sel epitel pada pembuluh atau kelenjar.Ada dua bentuk pada carcinoma noninvasive yaitu ductal carcinoma insitudan
lobular carcinoma insitu. 2). carcinoma invasif
Carcinoma invasif adalah sel yang rusaknya melewati dasar membrandi sekeliling struktur payudara, dimana sel tersebut muncul dan menyebar disekeliling jaringan. Ukuran carcinoma bermacam-macam, kurang dari10mm dan kedalaman lebih dari 80mm, namun yang sering dijumpai yaknikedalaman 20-30mm. Secara klinis akan terlihat kuat dan jelas serta kulitnampak bersisik dengan punting susu tertarik ke dalam (Underwood, 2001).
b. Anatomi payudara
Payudara manusia berbentuk kerucut tetapi sering kali berukuran tidaksama. Payudara memanjang dari tulang rusuk kedua atau ketiga sampai tulang rusuk keenam
atau ketujuh, dari tepi sentral ke garis aksilaris anterior. “Ekor”payudara memanjang
Payudara normal mengandung jaringan kelenjar, duktus,jaringan otot penyokong, lemak, pembuluh darah, saraf, dan pembuluh limfe(Guiliano, 2001).
2.6.3.5. Tanda dan Gejala Klinis
Berupa benjolan pada payudara, eksema punting susu atau pendarahan pada punting susu, tetapi umumnya berupa benjolan yang tidak nyeri. Benjolan itumula-mula kecil, makin lama makin besar lalu melekat pada kulit dan menimbulkan perubahan kulit payudara atau punting susu.Kulit atau punting susu akan tertarik ke dalam (retraksi), berwarna merah kecoklatan sampai menjadi udema hingga kulit kelihatan seperti kulit jeruk,mengkerut dan timbul ulkus. Ulkus tersebut makin lama akan semakin membesardan akhirnya akan menghancurkan seluruh payudara dengan bau yang busuk danmenjadi mudah berdarah (Anonim, 2000a).
2.6.3.6. Diagnosis
Secara umum diagnosis kanker payudara dibedakan menjadi 2 yaitu skrining dan diagnostik. Yang termasuk skrining antara lain :
a. pemeriksaan payudara sendiri (SADARI) yang dilakukan setahun sekalisetelah umur 20 tahun,
b. pemeriksaan payudara oleh dokter yang dimulai pada umur 20 tahun, setiap 3tahun sekali pada umur 20-39 tahun dan setiap tahun sekali setelah umur 40tahun,
c. mammografi skrining yang dilakukan pada pasien tanpa gejala untukmendeteksi adanya kanker payudara yang samar (Ramli, 2000).
Yang termasuk diagnostik (Ramli, 2000) :
a. anamnesa meliputi tanda, gejala dan faktor risiko,
b. pemeriksaan fisik meliputi keadaan umum, dan tanda metastasis
Salah satu alternatif tes skrining kanker payudara adalah Fine Breast Needle Cytologi (FNA). FNA biasa dilakukan untuk mendeteksi kesalahan pertumbuhan sel yang terdapat pada payudara dan juga mengkonfirmasi yang bukan merupakan kesalahan pertumbuhan sel dari hasil mammografi skrining. FNA dilakukan dengan jarum yang sangat kecil untuk mendapatkan sample darah dari payudara.Sample dari biopsi nantinya akan dikirim ke ahli patologi untuk dianalisa dan dikonfirmasi hasil diagnosanya.
2.2.7 Metode Hashing atau Hashmap
Map adalah salah satu bentuk struktur data. Hashmap adalah struktur data map yang di berikan kemampuan hashing. hashing adalah salah satu metode pemberian nilai pada string, yang biasanya di pakai untuk pembandingan kesamaan atau kedekatan dari satu string ke string yang lain. Pada proses pencarian pada hashmap yaitu pertama membuat nilai hash pada string yang di cari kemudian membandingkan nilai hash
tersebut dengan nilai hash pada semua string yang ada di hashmap atau di struktur data.
Hashing/Hashmap merupakan metode untuk menyimpan dan mengambil catatan dari database. Hal ini memungkinkan kita untuk melakukan penyisipan, menghapus, dan mencari catatan berdasarkan nilai kunci pencarian.Hashing/Hashmap adalah metode pencari pilihan karena sangat efisien ketika diterapkan dengan benar. Bahkan,
system hash yang diprogram dengan benar biasanya melihat hanya satu atau dua catatan untuk setiap pencarian, insert, atau menghapus operasi. Waktu pencarian data melalui
hashing jauh lebih effisien dari pada pencarian data biner pada array yang diurutkan dari n catatan dengan waktu O (log n), atau pencarian data dengan binary tree yang mana memiliki waktu O(log n). Namun pada kenyataannya hashing sulit untuk diterapkan dengan benar (Nurhaerty,2008).
Hasing/Hashmap adalah teknik untuk melakukan penambahan, penghapusan, dan pencarian dengan rata – rata waktu konstan.Selain itu hashing juga dikenal dengan sebutan hash table. Hash tables adalah array dengan sel-sel yang ukurannya telah ditentukan dan dapat berisi data atau key yang berkesesuaian dengan data. Selain itu
Hash tables merupakan struktur data yang sering digunakan untuk mengimplementasikan ADT (Abstract Data Type) pada sebuah Dictionary, yaitu ADT (Abstract Data Type) yang hanya mengizinkan pencarian, penyisipan, dan penghapusan elemen-elemen yang ada di dalamnya. (Ruli dkk, 2008.).
Hash Table merupakan solusi elegan untuk menyelesaikan masalah pencarian.
Hash Table, seperti HashMap, menyimpan pasangan kunci/nilai. Jika kita mengetahui kuncinya, maka kita bisa mencari nilainya di dalam tabel. Jika tabel hash digunakan untuk mengimplementasikan set, maka semua nilainya berisi null. Kita masih harus mencari kuncinya di dalam tabel. Pada hakekatnya hash table merupakan solusi yang sangat effisien dalam mengatasi masalah pencarian pada sebuah data. Hal ini
dikarenakan table hash seperti halnya hashmap menyimpan setiap pasangan kunci atau nilai dari setiap data. Jika diketahui sebuah kuncinya maka bukan hal yang mustahil lagi untuk mencari atau mengetahui nilai dari data tersebut. Namun lain halnya jika hash table diimplementasikan pada system set data maka untuk mencari sebuah nilai kita harus mencari kunci di dalam table hash padahal semua nilai yang berada dalam tabel berisi null (Anonim. 2012).
Dalam tabel hash yang digunakan pada Java, setiap lokasi array sebetulnya adalah suatu list berantai yang berisi pasangan kunci/nilai (atau mungkin juga list
kosong). Jika dua item memiliki kode hash yang sama, maka kedua item tersebut akan ada pada list yang sama. Strukturnya bisa digambarkan sebagai berikut:
Gambar 2.5 Struktur kode hash
Pada gambar 2.5., hanya ada satu item dengan kode hash 0, tidak ada item
dengan kode hash 1, dua item dengan kode hash 2, dan seterusnya. Pada tabel hash
yang dirancang dengan benar, hampir semua list berantai berisi nol atau satu elemen saja, dengan rata-rata panjang list kurang dari 1. Meskipun kode hash dari suatu kunci mungkin tidak membawa kita langsung pada kunci yang kita mau, akan tetapi tidak