PENDETEKSIAN KANKER PAYUDARA BERDASARKAN HASIL MAMMOGRAFI DENGAN PEREDUKSI TRANSFORMASI WAVELET DISKRET DAN ANALISIS KOMPONEN UTAMA DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE

ANDINI ELSA KARTIKA, 081211831045 (2016) PENDETEKSIAN KANKER PAYUDARA BERDASARKAN HASIL MAMMOGRAFI DENGAN PEREDUKSI TRANSFORMASI WAVELET DISKRET DAN ANALISIS KOMPONEN UTAMA DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
ABSTRAK.pdf

Download (2MB) | Preview
[img] Text (FULL TEXT)
ST. S. 38-16 Kar p.pdf
Restricted to Registered users only

Download (7MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Kanker payudara adalah suatu penyakit dimana terjadi pertumbuhan berlebihan atau perkembangan tidak terkontrol dari sel – sel jaringan payudara. Penyakit kanker payudara ini merupakan salah satu penyakit penyebab kematian tertinggi pada wanita selain kanker mulut rahim. Pada kanker payudara dapat dilakukan pendeteksian dini agar memungkinkan mendapatkan penanganan yang lebih baik sehingga dapat mengurangi angka kematian. Pendeteksian dini yang dilakukan yaitu dengan memeriksa payudara sendiri atau dengan mammografi. Berbagai penelitian tentang kanker payudara telah banyak dilakukan dengan menggunakan pendekatan matematika. Tujuan skripsi ini yaitu untuk memprediksi kanker payudara dari image hasil mammografi dengan menggunakan pendekatan statistika. Pendeteksian kanker payudara dilakukan dengan beberapa langkah secara berurutan, yaitu pengolahan citra, transformasi wavelet diskret, dan analisis komponen utama serta pembuatan model dengan pendekatan Multivariate Adaptive Regression Spline (MARS). Skripsi ini menggunakan 30 image payudara normal dan 30 image payudara abnormal. 40 image digunakan untuk pembuatan model dan 20 image untuk prediksi. Model terbaik yang didapatkan dari hasil skripsi ini yaitu terdapat pada nilai BF, MI, MO dan GCV masing-masing adalah 78, 1, 3 dan 0,083, serta ketepatan klasifikasi pada data in sample sebesar 100%. Sedangkan pada data untuk prediksi out sample didapatkan ketepatan klasifikasi sebesar 90%.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST. S. 38/16 Kar p
Uncontrolled Keywords: Kanker Payudara, Mammografi, Transformasi Wavelet Diskret, Analisis Komponen Utama, Multivariate Adaptive Regression Spline (MARS)
Subjects: R Medicine > RC Internal medicine > RC0254 Neoplasms. Tumors. Oncology (including Cancer)
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsEmail
ANDINI ELSA KARTIKA, 081211831045UNSPECIFIED
Contributors:
ContributionNameEmail
ContributorNur Chamidah, Dr. , M.SiUNSPECIFIED
ContributorElly Ana, Ir. , M.SiUNSPECIFIED
Depositing User: sukartini sukartini
Date Deposited: 21 Jun 2016 06:07
Last Modified: 21 Jun 2016 06:07
URI: http://repository.unair.ac.id/id/eprint/33167
Sosial Share:

Actions (login required)

View Item View Item