Image of Klasifikasi penyakit kanker serviks berdasarkan kebiasaan dan rekam medis dengan metode C.45

Text

Klasifikasi penyakit kanker serviks berdasarkan kebiasaan dan rekam medis dengan metode C.45

Kanker serviks adalah salah satu penyakit yang paling sering ditemui dan dapat menyebabkan kematian pada Wanita di seluruh dunia. Di Indonesia, jumlah kematian akibat kanker serviks terus meningkat setiap tahun, sebgatan besar disebabkan oleh diagnosis dan skrining yang terlambat. berbagai faktor yang disebabkan oleh kanker serviks seperti kebiasaan yang dilakukan ialah, berganti- ganti pasangan seksual, merokok atau pasif merokok, memiliki infeksi kelamin. memiliki riwayat kanker dan sebagainya, untuk mendeteksi adanya kanker serviks atau tidak, dapat dilakukan dengan cara pemeriksaan tes IVA (inspeksi visual asam asetat) atau yang disebut dengan tes schiller. Metode klasifikasi ialah bagian dari Teknik data mining untuk melakukan prediksi, Dalam penelitian ini, ingin meningkatkan akurasi dengan menggunakan metode C4.5 untuk melakukan klasifikasi penyakit kanker serviks berdasarkan kebiasaan pasien. Dua belas atribut dan satu atribut dari hasil pengujian digunakan dalam proses klasifikasi. Dataset tersebut terdiri dari 1080 entri, yang akan dibagi menjadi 864 data dan 216 data pelatihan. Data ini diperoleh dari website UCI Repository. Penelitian ini menghasilkan akurasi sebesar 94.10%, presisi sebesar 95.57%, recall sebesar 96.33% dan AUC (Area Under Curve) sebesar 0.987 yang diukur menggunakan matrix confussion atau matriks kebingungan dengan alat rapidminer.

Ketersediaan
TI24/010TI 24/010Prodi Teknik Informatika (Ruang Skripsi dan Tesis)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
TI 24/010
Penerbit
Jakarta : Universitas Trilogi.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
TI
Tipe Isi
text
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Information technology
Trilogi University--Information technology
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar
Anda harus masuk sebelum memberikan komentar