DETEKSI DINI PENYAKIT KANKER LEHER RAHIM (SERVIKS) DI KOTA BOGOR MENGUNAKAN SUPPORT VECTOR MACHINE (SVM) DAN REGRESI LOGISTIK BINER

DETEKSI DINI PENYAKIT KANKER LEHER

RAHIM (SERVIKS) DI KOTA BOGOR

MENGUNAKAN SUPPORT VECTOR MACHINE

(SVM) DAN REGRESI LOGISTIK BINER

JURUSAN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA 2014

Seminar Hasil Tugas Akhir Jurusan Statistika ITS

Disusun oleh:

Agil Darmawan

Dosen Pembimbing:

PEMBAHASAN

Pendahuluan

Tinjauan Pustaka

Metodologi Penelitian

Analisis dan Pembahasan

PENDAHULUAN

Negara-negara berkembang menyumbang 370.000 dari total 466.000 kasus serviks kanker yang diperkirakan terjadi di dunia dalam tahun 2000 (WHO, 2001)

Latar Belakang

Di seluruh dunia, kanker serviks diklaim menjangkit 231.000 wanita per tahun, lebih dari 80% yang terjadi di negara berkembang (WHO, 2001)

PENDAHULUAN

Penelitian Yayasan Kanker Indonesia yang memperkirakan, ada sekitar 52 juta perempuan Indonesia memiliki risiko terkena kanker serviks. (kotabogor.go.id)

Latar Belakang

Faktor resiko kanker serviks bukan secara pasti menjadi penyebab terjangkitnya kanker serviks faktor yang menjadikan resiko terkena penyakit kanker menjadi besar.

RUMUSAN MASALAH

• Apa saja faktor-faktor yang mempengaruhi terjangkitnya penyakit kanker serviks di kota bogor menggunakan regresi logistik biner?

• Bagaimana klasifikasi penyakit kanker serviks berdasarkan faktor-faktor yang

mempengaruhi menggunakan Regresi Logistik Biner dan Support Vector Machine (SVM).

• Bagaimana ketepatan klasifikasi menggunakan metode Regresi Logistik Biner dan Support Vector Machine (SVM).

PENDAHULUAN

TUJUAN PENELITIAN

• Untuk mengetahui faktor-faktor yang mempengaruhi terjangkitnya penyakit kanker serviks di kota bogor menggunakan regresi logistik biner.

• Untuk mengetahui klasifikasi penyakit kanker serviks berdasarkan faktor-faktor yang mempengaruhi menggunakan Regresi Logistik Biner dan Support Vector Machine (SVM).

PENDAHULUAN

MANFAAT PENELITIAN

• Menambah khazanah penerapan ilmu statistika dalam bidang kesehatan.

• Dengan mengetahui faktor – faktor yang mempengaruhi penyakit kanker serviks bisa memberikan masukan kepada instansi kesehatan untuk rutin memberikan penyuluhan dan fasilitas kesehatan terkait kanker serviks kepada masyarakat.

Penelitian Intansari (2012) tentang kanker serviks menggunakan Bagging Logistik, menghasilkan akurasi klasifikasi sebesar 70,74%. Faktor yang berpengaruh

adalah Usia, Jumlah anak, Usia pertama melahirkan, dan Penggunaan kontrasepsi.

Penelitian Rachman (2012) tentang kanker payudara, didapatkan akurasi SVM sebesar 98,11%, jauh lebih besar dari akurasi Logistik Ordinal 56,6%.

PENDAHULUAN

TINJAUAN PUSTAKA

Regresi Logistik Biner

Regresi Logistik Biner adalah metode regresi yang mampu menyelesaikan kasus di mana variabel respon berupa dichotomous, ya-tidak, sukses-gagal, normal-cacat, hidup-mati, benar-salah, laki-laki-perempu-an, dan sebagainya. Varibel respon adalah data kategorik (Agresti, 2002).

Fungsi Probabilitas untuk tiap

observasi : f(y) y(1)1y y = 0, 1

Model Regresi Logitik adalah :

p

(

p = banyaknya prediktor (X)

TINJAUAN PUSTAKA

Regresi Logistik Biner

Estimasi Parameter

Estimasi parameter pada regresi Logistik menggunakan Maximum Likelihood.



TINJAUAN PUSTAKA

Regresi Logistik Biner

Uji Parameter (Serentak)

H₀ : β₁ = β₂ = … = β_p = 0

Daerah penolakan; Tolak H₀ jika

G > 2

TINJAUAN PUSTAKA

Regresi Logistik Biner

Uji Parameter (Indivisu)

H₀ : β_i = 0

H₁ : β_i ≠ 0 i = 1, 2, …, p

)

(

i _i

SE

W











Statistik uji :

TINJAUAN PUSTAKA

Regresi Logistik Biner

Uji Kebaikan Model

TINJAUAN PUSTAKA

Regresi Logistik Biner

Klasifikasi

Observa si

Prediksi

Gagal Sukses

Gagal n₁₁ n₁₂

Sukses n₂₁ n₂₂

n11: kategori gagal yang diprediksi gagal n12: kategori gagal yang diprediksi

sukses

n21: kategori gagal sukses diprediksi gagal

n22: kategori gagal sukses diprediksi sukses

Akurasi : n11+n22

n11+n12+n21+n22 Specificity : n21+n22n22

Sensitifity : n11

SVM adalah metode learning machine yang bekerja atas prinsip

Structural Risk Minimization (SRM) dengan tujuan menemukan

hyperplane terbaik yang memisahkan dua buah class pada input space

(Nugroho dan Witarto, 2003).

TINJAUAN PUSTAKA

Regresi Logistik Biner

Support Vector

Machine

TINJAUAN PUSTAKA

Support Vector Machine

Klasifikasi Linier

Himpunan data diberikan label (target) dan

Jika +1 dan -1 terpisah secara linier didefinisikan :

 

i l

(masuk class –1) (masuk class +1) Penyesaian dengan meminimalkan

_{ }

2

Problem ini dapat diselesaikan dengan teknik metode Lagrange Multiplier :

TINJAUAN PUSTAKA

Support Vector

Machine

Non Linier

Umumnya dua buah class pada input space tidak dapat terpisah secara sempurna. dimodifikasi dengan memasukkan slack variabel , dengan  > 0. Sehingga :

Pemisah hyperplane menjadi :

 

  



l

i i

w w w C ₁

2

2 1 ,

min_     





i i

i

w

x

b

y



_.







₁





TINJAUAN PUSTAKA

Support Vector

Machine

_{Non Linier}

separable

Prinsip dasar SVM adalah linear classifier, dan selanjutnya dikembangkan agar dapat digunakan untuk kasus non-linear dengan memasukkan konsep Kernel. (Lin, 2003).

)

,

(

:

K

x

_i

x

_j

Kernel





Jenis Kernel Fungsi

Polynomial _p=1,… dimana

TINJAUAN PUSTAKA

Kanker Serviks

Kanker ini merupakan kanker ganas yang terbentuk dalam jaringan ser-viks (organ yang menghubungkan uterus dengan vagina). Salah satu faktor utama tumbuhnya kanker jenis ini Infeksi Human Papilloma Virus (HPV). (www.parkwaycancercentre.com)

Faktor resiko bukanlah penyebab mutlak akan terjangkitnya kanker rahim, namun faktor – faktor

TINJAUAN PUSTAKA

TINJAUAN PUSTAKA

METODOLOGI PENELITIAN

Sumber Data

Sumber Data

Data yang digunakan merupakan data sekunder mengenai

METODOLOGI PENELITIAN

Variabel Penelitian

Kode Variabel Definisi Skala data Kode Variabel Definisi Skala

data

Y Diagnosa kanker serviks 1: Terjangkit Nominal X8 Jenis kontrasepsi

1: Hormonal

Nominal

2: Tidak terjangkit 2: Tidak hormonal

X1 Usia Usia pasien saat survey Rasio X9 Waktu kontrasepsi Lama penggunaan

kontrasepsi Rasio

X2 Status perkawinan

1: Iya

Nominal X10 Riwayat kangker pada _keluarga

1: Ada

Nominal

2: Tidak 2: Tidak

X3 Jumlah pasangan seksual

1: 1 pasangan

Ordinal X11 Vaksinasi HPV

1: Pernah

Nominal

2: > 1 pasangan 2: Tidak pernah

X4 Pendarahan di luar menstruasi

1: Iya X5 Usia pertama melahirkan

Usia saat melahirkan anak

pertama Rasio 2: 3 tahun sekali

X6 Jumlah anak Jumlah anak yang dilahirkan Rasio 3: > 3 tahun sekali

X7 Penggunaan kontrasepsi

1: Iya

Nominal X14 Merokok

1: Iya

Nominal

METODOLOGI PENELITIAN

Langkah Analisis

1. Melakukan pengumpulan data sekunder dari penelitian Kohort Litbangkes 2011.

2. Melakukan statistika deskriptif untuk melihat karakteristi data.

3. Mendapatkan faktor-faktor yang mempengaruhi terjangkitnya penyakit kanker serviks di Kota Bogor menggunakan Regresi Logistik Biner, dengan langkah analisis:

a. Estimasi Parameter β menggunakan Maximum Likelihood

b. Melakukan Uji Estimasi Parameter c. Uji Kesesuaian Model

4. Membuat model klasifikasi penyakit kanker serviks menggunakan

Regresi Logistik Biner. Dengan pembagian data :

METODOLOGI PENELITIAN

Langkah Analisis

5. Menghitung klasifikasi penyakit kanker serviks menggunakan Support Vector Machine (SVM). Dengan langkah analisis :

a. Menentukan skala data training-testing dengan 3 kombinasi; I. Training-testing 90:10

II. Training-testing 70:30 III. Training-testing 50:50

b. Menentukan Fungsi Kernel yang dipakai, dalam penelitian kali ini menggunakan Polinomial.

c. Menentukan parameter C dan p.

d. Menghitung klasifikasi beserta ketepatan akurasinya.

ANALISA DAN PEMBAHASAN

Statistika

Deskriptif

Variabel berskala rasio

Variabel (satuan)

Mean

Min Max

Terjangkit _terjangkit Tidak

Usia (tahun) [X1] 43,17 42,6345 22 65

Usia pertama melahirkan (tahun) [X5] 22,2 22,50276 13 41

Banyak anak (jumlah) [X6] 3,2 3,219405 1 10

Lama penggunaan kontrasepsi (hari)

[X9] 30,33333 98,39869 1 968

Variabel berskala

Terjangkit Tidak terjangkit

Nikah Tidak

Terjangkit Tidak terjangkit

1 pasang > 1 pasang

0 6 54

Terjangkit Tidak terjangkit

Pendarahan Tidak

Terjangkit Tidak terjangkit

Memakai Konrasepsi Tidak

ANALISA DAN PEMBAHASAN

3

Terjangkit Tidak terjangkit

Hormonal Non hormonal

1 5 40

Terjangkit Tidak terjangkit

Riwayat keluarga Tidak ada

0 6 5

Terjangkit Tidak terjangkit

Vaksinasi HPV Tidak

1 5 59

Terjangkit Tidak terjangkit

Tes Pap Smear Tidak

3

Terjangkit Tidak terjangkit

Merokok Tidak

ANALISA DAN PEMBAHASAN

Variabel

Diagnosa

Total

Terjangkit Tidak terjangkit

Status pernikahan Nikah 5 903 908

Tidak 1 123 124

Jumlah pasangan 1 pasang 5 910 915

> 1 pasang 1 116 117

Pendarahan saat mens

Iya 0 54 54

Tidak 6 972 978

Kontrsepsi Iya 4 769 773

Tidak 2 257 259

Jenis Kontrasepsi

Hormonal 3 634 637 Non

hormonal 3 392 395

Riwayat Keluarga Ada 1 40 41

Tidak 5 986 991

Vaksinasi HPV Pernah 0 5 5

Tidak 6 1021 1027

Tes Pap Smear Pernah 1 59 60

Tidak 5 967 972

Merokok Iya 3 269 272

Tidak 3 757 760

Tabulasi Silang (crosstab)

ANALISA DAN PEMBAHASAN

ANALISA DAN PEMBAHASAN

Regresi Logistik

Biner

Pada pengujian Regresi Logistik Biner ini

menggunakan  = 0,2

Uji Univariabel

Variabel B df value

P-Y dengan X1

Usia -,013 1 ,781 Constant 5,440 1 ,014

Y dengan X2

Status pernikahan ,728 1 ,531 Constant 4,263 1 ,000

Y dengan X3

Jumlah.pasangan.s

eks ,940 1 ,419 Constant 4,078 1 ,000

Y dengan X4

Pendarahan mens 16,399 1 ,998 Constant 4,804 1 ,000

Y dengan X5

Usia melahirkan -,019 1 ,771 Constant 5,243 1 ,000

Y dengan X6

Banyak anak ,137 1 ,632 Constant 4,509 1 ,000

Y dengan X7

Kontrasepsi -,051 1 ,965 Constant 4,890 1 ,000

Variabel B df P-value

Y dengan X8

Jenis.kontrasepsi ,331 1 ,742 Constant 4,673 1 ,000

Y dengan X9

Lama kontrasepsi

,014 1 ,292

Constant 4,292 1 ,000

Y dengan X10

Riwayat keluarga

-1,871 1 ,111

Constant 5,090 1 ,000

Y dengan X11

Vaksinasi HPV 16,355 1 1,000 Constant 4,848 1 ,000

Y dengan X12

Usia menikah ,004 1 ,939 Constant 4,766 1 ,000

Y dengan X13

Tes Pap Smear -1,545 1 ,186

Constant 5,071 1 ,000

Y dengan X14

Merokok -2,136 1 ,065

Constant 5,935 1 ,000

ANALISA DAN PEMBAHASAN

Regresi Logistik

Biner

Uji Parameter

(serentak)

H₀ : β₁₀=β₁₃=β₁₄=0 (Variabel independen tidak mempengaruhi variabel dependen)

H₁ : Minimal satu β_i≠0 (Minimal satu variabel independen yang berpengaruh)

Chi-square df

P-value Step 6,576 3 ,087

Block 6,576 3 ,087

Mode

l 6,576 3 ,087

Tolak H₀ jika P-value < 

Terlihat dari tabel bahwa nilai P-value 0,087 yang berarti kurang dari  (0,2). Maka keputusannya adalah tolak H₀.

Jadi ketiga prediktor secara bersama-sama berpengaruh terhadap terjangkitnya penyakit kanker serviks. Juga bisa disimpulkan

ANALISA DAN PEMBAHASAN

Regresi Logistik

Biner

_{Estimasi dan Uji Parameter}

(individu)

Tes PapSmear

-1,478

Constant 6,285 34,06

6

,000 536,5 74

Tolak H₀ jika P-value < 

Terlihat variabel dengan P-value < 0,2 adalah Riwayat Keluarga dan Merokok. Maka

Terlihat dari tabel nilai koefisien parameter (β_i) adalah :

𝛽_𝑖T _{: [β}

0, β10, β13, β14]

: [6.286, -1.805, -1.478, -1.929]

ANALISA DAN PEMBAHASAN

Regresi Logistik

Biner

_{Estimasi dan Uji Parameter}

(individu)

Seorang wanita yang tidak memiliki riwayat keluarga kemungkinan terserang kanker serviks adalah 0,164 kali (lebih rendah) dari pada yang memiliki riwayat keluarga. Seorang wanita yang tidak rutin tes Pap

Smear kemungkinan terserang kanker serviks adalah 0,228 kali (lebih

rendah) dari pada yang pernah tes Pap Smear. Seorang wanita yang tidak punya kebiasaan merokok kemungkinan terserang kanker serviks adalah 0,145 kali (lebih rendah) dari pada yang terbiasa merokok.

β

Tes PapSmear

-1,478 ,228

Merokok

-1,929 ,145

Constant 6,285 536,5

ANALISA DAN PEMBAHASAN

Regresi Logistik

Biner

_{Model Regresi Logistik}

Biner

Model Logit :

g_{1 x =6,285}−_1,805X1(1)−_1,929X3(1)

Model regresi logistiknya adalah sebagai berikut :

)

(

ˆ

₁

x



₌ e6,285−1,805X1(1)−1,929X3(1)

1+e6,285−1,805X1(1)−1,929X3(1)

) ( ˆ 1 ) (

ˆ₀ x



₁ x

ANALISA DAN PEMBAHASAN

Regresi Logistik

Biner

Uji Kebaikan Model

H₀: Model telah sesuai H₁: Model tidak sesuai

Chi-square df

P-value

,716 2 ,699

Tolak H₀ jika P-value < 

Tabel Hosmer and Lemeshow Test

Terlihat bahwa nilai P-value lebih dari 0,2, maka keputusannya adalah gagal tolak H₀. Jadi pada

ANALISA DAN PEMBAHASAN

Regresi Logistik

Biner

Klasifikasi

Kombinasi Akurasi Specivicity Sensitivity

50-50 99,4% 0% 100%

70-30 99,3% 0% 100%

90-10 99,02% 0% 100%

Dari tabel di atas terlihat bahwa tingkat akurasi klasifikasi paling tinggi dihasilkan kombinasi traning:testing 50:50 yaitu sebesar 99,4%. Kombinasi 70:30 menghasilkan akurasi 99,3%. Sedangkan untuk kombinasi 90:10 menghasilkan akurasi 99,02%. Nilai

sensitifity sama dengan nilai akurasi. Sedangkan nilai specificity bernilai 0%, karena

ANALISA DAN PEMBAHASAN

Support Vector

Machine

Analisis SVM pada penelitian ini menggunakan fungsi kernel Polinomial dengan parameter p=2. Parameter SVM sebagai titik penalt dengan C=10.

Kombinasi Akurasi Specivicity Sensitivity Support Vector

50-50 99,6% 0% 100% 512

70-30 100% 0% 100% 716

90-10 100% 0% 100% 923

Kombinasi Regresi Logistik Biner Support Vector Machine

Akurasi Specivicity Sensitivity Akurasi Specivicity Sensitivity

50-50 99,4% 0% 100% 99,6% 0% 100%

70-30 99,3% 0% 100% 100% 0% 100%

90-10 99,02% 0% 100% 100% 0% 100%

ANALISA DAN PEMBAHASAN

Perbandingan Performansi Logistik

Biner dan SVM

Dari tabel di atas terlihat bahwa pada penelitian kali ini tingkat akurasi Support Vector Machine

dan Regresi Logistik Biner mempunyai nilai akurasi yang sangat tinggi. Hal ini terjadi

overfitting karena proporsi kategori respon yang tidak seimbang. Dari total 1032 responden,

hanya 6 orang yang terjangkit. Selebihnya 1026 responden tidak terjangkit kanker serviks.

KESIMPULAN DAN SARAN

Kesimpulan

Faktor resiko yang berpengaruh signifikan pada taraf signifikasi 80% (=0,2) terhadap Kanker Serviks pada Analisis Regresi Logistik Biner adalah Riwayat Keluarga (X₁₀) dan Merokok (X₁₄).

Model Logit yang terbentuk dengan memodelkan respon dengan prediktor yang signifikan dalam uji univariabel (Riwayat Keluarga, Tes Pap Smear, dan Merokok) adalah g_{1 x =6,285}−_1,805X10(1)−_{1,929X14(1). Dari Model Logit tersebut didapatkan}

model Logistik yang menggambarkan proba-bilitas atau resiko dari suatu objek. Model regresi logis-tiknya adalah berikut :

) ( ˆ₁ x



₌ e6,285−1,805X10(1)−1,929X14(1)

1+e6,285−1,805X10(1)−1,929X14(1)

(x) πˆ 1 (x)

Performansi klasifikasi menggunakan SVM pada kombinasi 90:10 dan 70:30 adalah sebesar 100%, sedangkan kombinasi 50:50 sebesar 99,6%. Akurasi klasifikasi menggunakan Logistik Biner pada kombinasi 90:10 dan 70:30 adalah sebesar 100%, sedangkan kombinasi 50:50 sebesar 99,6%. Jadi dalam kasus ini akurasi antara SVM dengan Logistik Biner adalah sama. Nilai

specificity sebesar 0%, sedangkan nilai sensitifity sebesar 100%. Hal ini

menunjukkan bahwa arah prediksi menuju kepada prediksi kategori y=0 (tak terjangkit). Terjadi demikian karena proporsi kategori yang tidak seimbang antara y=1 dengan y=0.

KESIMPULAN DAN SARAN

KESIMPULAN DAN SARAN

Saran

1. Jika terdapat kasus dengan kategori respon yang tidak seimbang, maka untuk mendapatkan hasil yang lebih baik dan tidak terjadi

over fitting perlu digunakan metode pengembangan SVM untuk

inballanced data.

Daftar Pustaka

Agresti, Alan. (2002), Categorical Data Analysis Second Edition. New York: John Wiley & Son’s, Inc. Bogor, Kota. (2011). Seminar Kesehatan "Peduli Perempuan: Cintai Diri, Cegah, Dan Deteksi Kanker

Serviks Sejak Dini". Retrieved March, 2014, from Web Site: http://www.kotabogor.go.id

Canhope. (2014). Apa itu Kanker Serviks?. Retrieved March, 2014, from Web Site: http://www.parkwaycancercentre .com

Evennet, Karen. (2003). Pap Smear, Apa yang Perlu Anda Ke-tahui. Jakarta : Arcan Publisher

Gunn, Steve. (1998). Support Vector Machine for Classification and Regression. Taiwan : National Taiwan University

Hosmer, D.,W., Lemeshow, S. (2000). Applied Regression Logis-tic, Second Edition. Canada: John Wiley & Son’s, Inc.

Hsu, C.W., Chang, C.C., Lin, C.J. (2003). A Practical Guide to Support Vector Classification. England : University of Southampton

Junita. (2014). Faktor Resiko Kanker Rahim. Retrieved March, 2014, from Web Site:

www.health.detik.com

Mc Cormick, C.,C., Giuntoli, R., L. (2011). Patient’s Guide to Cervical Cancer. Baltimore : The John Hopkins Health Corporation

Modern Cancer Hospital Guangzhou. (2014). Faktor Resiko Kanker Rahim. Retrieved March, 2014, from Web Site: www.asiancancer.com

Nugroho, A.S., Handoko, D., Witarto, A.B. (2003). Support Vector Machine – Teori dan Aplikasinya dalam Bioinformatika. BPPT

Rouzeau, Vanessa. (2012). Cervical Cancer : A Review. Florida : Herzing University

Rahman, Farizi. (2012). Klasifikasi Tingkat Keganasan Breast Cancer Dengan Menggunakan Regresi Logistik Ordinal Dan Support Vector Machine. Surabaya: Institut Teknologi Sepuluh Nopember. Susanti, Desi. (2012). Pemeriksaan Pap Smear. Riau : STIKES Tuanku Tambusai Bakinang

Walpole, R. E. (1995). Pengantar Statistika Edisi ke-3. Jakarta: PT Gramedia Pustaka Utama

World Health Organization. (2001). Effective screening programmes for cervical cancer in low- and middle-income developing countries. India : Bulletin of WHO