DETEKSI DINI PENYAKIT KANKER LEHER RAHIM DI KOTA BOGOR MENGUNAKAN REGRESI LOGISTIK BINER DAN SUPPORT VECTOR MACHINE (SVM)

DARMAWAN, AGIL (2016) DETEKSI DINI PENYAKIT KANKER LEHER RAHIM DI KOTA BOGOR MENGUNAKAN REGRESI LOGISTIK BINER DAN SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, INSTITUT TEKNOLOGI SEPULUH NOPEMBER.

[img]
Preview
Text
1308100084-Abstract.pdf

Download (285kB) | Preview
[img]
Preview
Text
1308100084-Conclusion.pdf

Download (610kB) | Preview
[img]
Preview
Text
1308100084-Undergraduate_Theses.pdf

Download (2MB) | Preview

Abstract

Negara-negara berkembang menyumbang 370.000 dari total 466.000 kasus serviks kanker yang diperkirakan terjadi di dunia dalam tahun 2000. Sebagian besar kasus kanker serviks disebabkan oleh infeksi Human Papilloma Virus (HPV). Kanker serviks tidak akan terdiagnosa secara langsung karena ada fase pra-ganas selama beberapa tahun, maka dibutuhkan deteksi dini untuk mencegah munculnya fase ganas pada kanker serviks. Untuk melakukan deteksi dini tersebut digunakan metode klasifikasi Support Vector Machine (SVM) yang akan dibandingkan dengan Regresi Logistik Biner. Selain untuk melihat ketepatan klasifikasi Regresi Logistik Biner juga digunakan untuk mengetahui variabel predictor yang paling berpengaruh terhadap respon. Dalam penelitian ini, data diambil dari Studi Kohort Faktor Risiko Penyakit Tidak Menular di Kota Bogor. Variabel prediktor yang digunakan adalah sebanyak 13 variabel. Faktor resiko yang berpengaruh signifikan pada taraf signifikasi 90% (=0,1) terhadap Kanker Serviks pada Analisis Regresi Logistik Biner adalah Lama penggunaan kontrasepsi, Riwayat Keluarga dan Tes Pap Smear. Performansi klasifikasi menggunakan SVM pada semua kombinasi baik 90:10, 70:30, dam 50:50 adalah sebesar 100%, sedangkan nilai specificity semua 0%. Akurasi klasifikasi menggunakan Logistik Biner tertinggi adalah kombinasi 90:10 sebesar 100%, kombinasi 70:30 sebesar 87,7%, sedangkan kombinasi 50:50 sebesar 55,5%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: kanker serviks, klasifikasi, Regresi Logistik, SVM
Subjects: H Social Sciences > HA Statistics
Q Science > Q Science (General)
Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Mathematics and Science > Statistics
Depositing User: DARMAWAN AGIL
Date Deposited: 20 Jun 2016 17:19
Last Modified: 26 Dec 2018 07:03
URI: http://repository.its.ac.id/id/eprint/474

Actions (login required)

View Item View Item