Fauzy, M Rizky (2016) Deteksi Dini Osteoporosis Pada Wanita Postmenopausal Melalui Dental Panoramic Radiograph Menggunakan Metode Regresi Logistik Biner, Classification Tree Dan Support Vector Machine. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1312100053-Undergradute Thesis.pdf - Published Version Download (1MB) | Preview |
Abstract
Osteoporosis adalah berkurangnya massa tulang dan perubahan arsitekturnya sampai batas patah tanpa keluhan. Risiko wanita terkena penyakit ini lebih besar daripada pria. Deteksi dini penyakit ini perlu dilakukan agar berbagai dampak buruk yang mungkin terjadi dapat diminimalisir. Namun harga alat deteksi osteoporosis, DXA, sangat ma-hal dan ketersediaannya masih sangat terbatas, bahkan di negara maju sekalipun. Telah banyak penelitian yang menunjukkan bahwa terdapat beberapa informasi yang bisa diambil dari Dental Panoramic Radio-graph (DPR) sebagai upaya deteksi osteoporosis, seperti lebar cortical bone dan kekuatan garis pada trabecular bone. Namun deteksi yang dila-kukan hanya menggunakan salah satu informasi saja, dan hanya menggu-nakan suatu nilai threshold. Oleh karena itu, pada tugas akhir ini akan digunakan kedua informasi tersebut sebagai upaya deteksi dini osteo-porosis. Metode klasifikasi yang digunakan adalah metode Regresi Logistik Biner, Classification Tree (CTree) dan Support Vector Machine (SVM). Citra yang digunakan merupakan DPR dari 100 wanita post-menopausal yang berusia lebih dari 50 tahun. Hasil penelitian menun-jukkan bahwa metode SVM memiliki performa yang lebih baik daripada metode lainnya, dimana accuracy, sensitivity, dan specificity yang didapat untuk data testing adalah 77,00%, 70,00%, dan 85,87%.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSt 519.536 Fau d |
| Uncontrolled Keywords: | Classification Tree, Dental Panoramic Radiograph, Osteoporosis, Regresi Logistik Biner, Support Vector Machine, Wanita Postmenopausal |
| Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Mathematics, Computation, and Data Science > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | ansi aflacha |
| Date Deposited: | 09 Apr 2019 07:12 |
| Last Modified: | 09 Apr 2019 07:12 |
| URI: | http://repository.its.ac.id/id/eprint/62723 |
Actions (login required)
 |
View Item |