Prediksi, Diagnosis dan Pengobatan Acute Myloid Leukemia Menggunakan Big Data Analisis

Abstract

Penyakit kanker adalah penyakit utama yang telah menjadi ancaman terbesar bagi kesehatan manusia karena deteksi dini sulit dilakukan, diagnosis dan biaya perawatan yang relatif mahal. Salah satu jenis kanker yang banyak diderita Acute Myeloid Leukemia. Kanker ini adalah salah satu jenis kanker darah yang mengakibatkan sumsum tulang belakang tidak dapat menghasilkan sekelompok sel darah putih seri myeloid yang matang. Orang yang menderita Acute Myeloid Leukemia sulit dideteksi secara dini sebab gejalanya yang mirip dengan gejala flu. Menurut survei Organisasi Kesehatan Dunia Tahun 2012 8,2 juta kasus kematian terkait penyakit ini. Oleh sebab itu, penelitian mengenai kanker darah menjadi topik utama dalam bidang medis dan bioinformatika dan terus berkembang hingga saat ini, termasuk teknologi big data dan penerapan algoritma untuk memprediksi, mendiagnosis dan mengobati penyakit tersebut. Dalam bidang kesehatan, big data digunakan untuk memprediksi penyakit, menganalisis gejala, meningkatkan akurasi diagnosis, menyediakan obat yang tepat bagi pasien, meningkatkan kualitas perawatan, menurunkan biaya pengobatan dan meningkatkan rentang hidup dan mengurangi dampak kematian. Kemajuan teknologi big data dapat dimanfaatkan untuk menyelamatkan pasien dan mengurangi resiko kematian pasien kanker melalui deteksi dini. Literature review ini bertujuan untuk mengkaji hasil penelitian mengenai bagaimana big data dapat digunakan memprediksi, mendiagnosis dan mengobati acute myeloid leukemia. Metode penelitian dilakukan dengan cara mengekslorasi sumber data dari tiga database utama, Scopus, ScienceDirect, DOAJ, EBSCO, Web of Science yang mengindeks jurnal dan prosiding conference yang diterbitkan oleh IEEE, ACM, SpringerLink, dan Elsevier. Artikel yang dipilih adalah artikel yang terbit 5 tahun terakhir (2014-2019). Hasil yang diperoleh yakni terdapat beberapa algoritma statistik yang digunakan untuk memprediksi, mediagnosis dan mengobati Acute myeloid leukemia diantaranya algoritma MERGER, knearest neighbor (k-NN), decision tree (DT), Support Vector Machine (SVM) dan Surveillance, Epidemiology, and End Results (SEER), dan Algoritma Map Reduce. Algoritma ini kemudian diimpementasikan pada Hadoop Framework. Big data analysis dapat digunakan untuk memprediksi, mendiagnosis dan memberikan informasi pemberian obat yang tepat bagi penderita Acute myeloid leukemia.