Perpustakaan Universitas Amikom Purwokerto

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu
Image of Analisis Performa Diagnosis Penyakit Kanker Payudara Menggunakan Rough Set Theorry (RST)

Skripsi

Analisis Performa Diagnosis Penyakit Kanker Payudara Menggunakan Rough Set Theorry (RST)

Fachriza, Akhmad Fadly - Nama Orang;

bibliografi: hal. 72

Abstrak

Kanker payudara adalah jenis kanker yang paling banyak diderita oleh wanita di negara maju dan berkembang. Menurut Global Health Estimates, WHO 2015 memperkirakan terdapat 571.000 kematian wanita di dunia yang disebabkan oleh kanker payudara. Deteksi dini memungkinkan kanker payudara dapat didiagnosis lebih awal sebelum kanker berkembang dan menyebar ke area lain di dalam tubuh. Faktor penting dalam tindakan pengobatan kanker payudara adalah mengetahui ukuran kanker payudara dan seberapa jauh kanker telah menyebar. Berbagai metode dapat dilakukan untuk screening pada kanker payudara salah satunya dengan fine needle aspiration cytology (FNAC). Namun metode FNAC ini masih memiliki beberapa hasil diagnosis false negative. Untuk meningkatkan diagnosis terhadap kanker payudara maka teknik machine learning untuk membantu meningkatkan kemampuan diagnostik dalam berbagai bidang penelitian, termasuk dalam bidang kesehatan, diantaranya dengan metode rough set. Bantuan sistem diagnosis komputer untuk medis secara otomatis memungkinkan kesalahan dapat dihindari, dan data medis dapat diperiksa dalam kurun waktu yang singkat serta lebih rinci. Seleksi fitur dengan metode rough set ini menghasilkan redutc dengan tingkat support yang tinggi. Hasil reduct tersebut di generate rule menjadi subset optimal yang membantu sebagai acuan diagnosis penyakit kanker payudara. Hasil menunjukan bahwa metode rough set memiliki tingkat akurasi yang tinggi sebesar 96% dengan tingkat sensitivitas 0,98 serta menghasilkan 16 rule subset optimal.

Kata Kunci : seleksifitur, rough set, penyakit kanker payudara, rule



Ketersediaan
TI1502TI 1502 FAC aUPT. PERPUSTAKAAN PUSAT (Rak 1)Tersedia - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
TI 1502 FAC a
Penerbit
Purwokerto : Universitas Amikom Purwokerto., 2017
Deskripsi Fisik
xviii, 71 hlm.: ilus.: lampiran.; 28 cm
Bahasa
Indonesia
ISBN/ISSN
13.11.0106
Klasifikasi
TI1502
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Oktober 2017
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Akhmad Fadly Fachriza
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Universitas Amikom Purwokerto
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

https://perpustakaan.amikompurwokerto.ac.id/

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik