PENDETEKSIAN KANKER SERVIKS DARI CITRA PAPSMEAR MENGGUNAKAN MODEL REGRESI LOGISTIK NONPARAMETRIK ADITIF BERDASARKAN ESTIMATOR POLINOMIAL LOKAL MULTIPREDIKTOR DENGAN PEREDUKSI DIMENSI GENERALIZED EXPLORATORY FACTOR ANALYSIS (GEFA)

ARINDA PERMATASARI, 081311833045 (2017) PENDETEKSIAN KANKER SERVIKS DARI CITRA PAPSMEAR MENGGUNAKAN MODEL REGRESI LOGISTIK NONPARAMETRIK ADITIF BERDASARKAN ESTIMATOR POLINOMIAL LOKAL MULTIPREDIKTOR DENGAN PEREDUKSI DIMENSI GENERALIZED EXPLORATORY FACTOR ANALYSIS (GEFA). Skripsi thesis, Universitas Airlangga.

[img]
Preview
Text (ABSTRACT)
KKC KK ST.S. 14 -17 Per p-Abstrak.pdf

Download (243kB) | Preview
[img] Text (FULLTEXT)
KKC KK ST.S. 14 -17 Per p.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Kanker serviks adalah salah satu jenis keganasan atau neoplasma yang lokasinya terletak di daerah serviks. Kanker serviks merupakan salah satu kanker yang paling sering menyerang wanita dan menjadi ancaman berbahaya bagi wanita diseluruh dunia. Salah satu metode deteksi dini yang paling efektif untuk pemeriksaan sel serviks yaitu melalui tes Papanicolau (Papsmear). Penelitian tentang pendeteksian kanker serviks berdasarkan hasil pengolahan citra papsmear sudah banyak dilakukan menggunakan pendekatan matematika dan informatika pada penelitian sebelumnya. Skripsi ini bertujuan untuk mendeteksi kanker serviks dari citra hasil tes papsmear dengan menggunakan pendekatan statistika. Langkah-langkah pendeteksian kanker serviks yang dilakukan yaitu pengolahan citra dengan software MATLAB, pereduksian dimensi dengan metode Generalized Exploratory Factor Analysis, serta pembuatan model dengan pendekatan regresi logistik nonparametrik aditif berdasarkan estimator polinomial lokal. Data yang digunakan dalam skripsi ini sebanyak 15 citra sel normal dan 15 citra sel abnormal untuk membuat model (insample), serta sebanyak 10 citra sel normal dan 10 citra sel abnormal untuk uji validasi (outsample). Hasil estimasi pada data insample diperoleh ketepatan klasifikasi sebesar 100%, sedangkan untuk data outsample diperoleh ketepatan klasifikasi sebesar 85%.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.S. 14-17 Per p
Uncontrolled Keywords: Cervical cancer, Papsmear Test, Generalized Exploratory Factor Analusis, Polynomial Local Estimator
Subjects: Q Science > QA Mathematics > QA273-280 Probabilities. Mathematical statistics
R Medicine > RC Internal medicine > RC0254 Neoplasms. Tumors. Oncology (including Cancer)
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsEmail
ARINDA PERMATASARI, 081311833045UNSPECIFIED
Contributors:
ContributionNameEmail
ContributorNur Chamidah, Dr., M.SiUNSPECIFIED
ContributorElly Ana, Ir., M.Si,UNSPECIFIED
Depositing User: Mrs. Djuwarnik Djuwey
Date Deposited: 30 Aug 2017 18:33
Last Modified: 30 Aug 2017 18:33
URI: http://repository.unair.ac.id/id/eprint/61188
Sosial Share:

Actions (login required)

View Item View Item