CD Skripsi

Prediksi Kanker Paru-Paru Menggunakan Enhanced Random Forest Dengan Optimasi Bayesia Dan Explainable AI Pada Data Tabulator

---

ABSTRAK

HASRIANI, 2026. Prediksi Kanker Paru-Paru Menggunakan Enhanced Random Forest dengan Optimasi Bayesian dan Explainable AI pada Data Tabular (dibimbing oleh Andi Yulia Muniar dan A. Sumardin)

Permasalahan yang terjadi adalah kanker paru-paru merupakan penyebab kematian akibat kanker tertinggi di dunia dengan hampir 2,5 juta kasus baru dan sekitar 1,8 juta kematian setiap tahun, sementara data pasien dalam bentuk tabular belum dioptimalkan untuk prediksi dini dan model machine learning umumnya bersifat black-box sehingga sulit dijelaskan. Sebagai solusi atas permasalahan di atas maka peneliti mengoptimalkan algoritma Enhanced Random Forest dan
mengintegrasikannya dengan Explainable AI berbasis SHAP agar hasil prediksi akurat sekaligus dapat dijelaskan. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi kanker paru-paru melalui optimasi hyperparameter serta mengidentifikasi fitur yang paling berkontribusi terhadap prediksi menggunakan SHAP. Data ini diperoleh melalui studi literatur dan pengumpulan data sekunder dari Kaggle sebanyak 5.000 data dengan 16 variabel. Metode perancangan sistem yang digunakan adalah pendekatan kuantitatif eksperimental dengan preprocessing (encoding data target, seleksi fitur berdasarkan analisis multikolinearitas menjadi 7 fitur. Hasil penelitian ini adalah model dengan konfigurasi terbaik n_estimators = 200 dan max_depth = 30 (ROC-AUC cross-validation 0,9251) yang menghasilkan accuracy 91,00%, precision 89,00%, recall 88,00%, F1-score 88,00%, dan ROC- AUC 0,9213 pada data uji, sedikit lebih baik dibandingkan model sebelum optimasi (accuracy 90,50%). Interpretasi SHAP menunjukkan kebiasaan merokok (Smoking) sebagai fitur yang paling berpengaruh terhadap hasil prediksi model.
Dengan demikian, model yang dihasilkan tidak hanya akurat tetapi juga dapat dijelaskan (explainable) sehingga berpotensi mendukung pengambilan keputusan klinis.

Kata Kunci: Enhanced Random Forest, Data Tabular, Explainable Ai, Optimasi
Hyperparameter
Prediksi Kanker Paru-Paru.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

CDSKR HAS p

Penerbit

Makassar : UNITAMA., 2026

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF HAS p

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I: Andi Yulia MUniar dan Pembimbing II: A. Sumardin Penguji: Abd. Rahman, Ilham dan Muhammad Ichfan Askar

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar