Deteksi Kanker Berdasarkan Data Microarray Menggunakan Momentum Backpropagation Neural Network pada Data Berdimensi Tinggi dan Genetic Algorithm untuk Reduksi Dimensi

Penyakit kanker merupakan penyakit yang menjadi penyebab utama permasalahan mordibilitas dan mortalitas diseluruh dunia. Oleh karena itu, perlunya sebuah sistem yang dapat menganalisis dan mengidentifikasi seseorang yang mengidap suatu penyakit dengan memanfaatkan data microarray yang berasal dari Asam Deoksiribonukleat (DNA) pasien. Namun pada data microarray, memiliki jumlah atribut yang banyak, sehingga menjadikan tantangan dalam pengolahan data. Hal ini sering disebut sebagai dimensionality. Oleh karena itu, pada tugas akhir ini dibangun sistem yang mampu mendeteksi seorang pasien apakah terjangkit penyakit atau tidak. Algoritma yang digunakan adalah Genetic Algorithm sebagai feature selection untuk memilih atribut-atribut yang paling optimal berdasarkan nilai fitness tertinggi. Pencarian nilai fitness dilakukan dengan menggunakan metode klasifikasi yaitu Momentum Backpropagation Neural Network. Hasil dari pengujian sistem menghasilkan data yang menggunakan feature selection dengan Genetic Algorithm memiliki akurasi yang lebih tinggi dibandingkan tanpa menggunakan Genetic Algorithm. Penggunaan Momentum Backpropagation dapat mempercepat konvergensi pada proses training yang digunakan dalam klasifikasi. Akurasi terbaik yang didapatkan pada colon tumor yaitu 98.33% dan pada leukimia yaitu 100%