Klasifikasi kanker berdasarkan data RNA menggunakan 1D-CNN

Kanker termasuk penyakit yang mematikan dengan jumlah penderitanya terus meningkat tiap tahun. Sel kanker mengalami perkembangan dengan cepat menyebar ke bagian tubuh mana pun melalui aliran darah atau kelenjar getah bening akibat kelainan genetik. Ekspresi gen dipantau dengan mengukur mRNA. Ini karena urutan mRNA berhibridisasi menjadi komplemen DNA dan RNA. Penelitian ini bertujuan untuk mengklasifikasikan kanker berdasarkan data RNA menggunakan metode 1D Convolutional Neural Network. Data yang digunakan adalah data RNA dengan empat kelas yaitu BRCA (breast adenocarcinoma) atau kanker payudara, KIRC (kidney renal clear cell carcinoma) atau kanker ginjal, LUAD (lung adenocarcinoma) atau kanker paru-paru, dan UCEC (uterine corpus endometrial carcinoma) atau kanker rahim. Selanjutnya, data akan mengalami pembagian menggunakan k-Fold Cross Validation selanjutnya diklasifikasi menggunakan 1D-CNN dengan uji coba pembagian data, bacth size, dan learning rate. Selanjutnya model optimal akan dievaluasi menggunakan matriks konfusi. Model terbaik didapatkan dengan nilai learning rate yaitu 0.01, nilai k-fold yaitu 2 dan nilai batch size yaitu 64. Pada model tersebut mendapatkan akurasi sebesar 99.18%, sensitivitas sebesar 98.29%, dan spesifisitas sebesar 99.48%.