Deteksi Dini Gejala Kanker Serviks Menggunakan CART (Classification And Regression Tree)

PUTRI FEBRI YANTI

Informasi Umum

Kode

16.04.652

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Analysis

Dilihat

268 kali

Informasi Lainnya

Abstraksi

Sebanyak 76,6% pasien kanker serviks di Indonesia ketika terdeteksi kanker serviks ternyata sudah memasuki stadium lanjut karena kanker serviks tidak memiliki gejala apapun pada stadium awal sehingga sangat penting untuk mengenal dan mengetahui gejala kanker serviks sejak dini agar segera melakukan penanganan medis yang tepat. Melalui sistem deteksi dini gejala kanker serviks diharapkan pengguna sistem dapat mengetahui hasil prediksi dari gejala yang sedang dialami dimana gejala tersebut menjadi faktor resiko kanker serviks sehingga dapat menentukan langkah selanjutnya yang harus ditangani jika mengalami gejala kanker serviks. Penelitian ini menerapkan algoritma CART yang akan mencari semua kemungkinan variabel dan nilai dari data set untuk menemukan split yang paling baik dan menghasilkan ketepatan klasifikasi yang tinggi. Sistem dibangun dengan menggunakan data set gejala kanker serviks dari penelitian sebelumnya yang melewati tahapan feature selection, diskritisasi 2 bin, dan konversi extensi file. Pengukuran performansi sistem dilakukan dengan teknik split percentage dan cross validation dengan nilai akurasi dan F-Score yang diperoleh bernilai cukup bagus mencapai lebih dari 98% dan menunjukkan bahwa model yang dihasilkan algoritma CART untuk melakukan deteksi dini gejala kanker serviks memiliki kemungkinan yang besar untuk memprediksi dengan benar.

Kata Kunci: klasifikasi, CART, akurasi, F-score, kanker serviks.