KLASIFIKASI MENINGIOMA DARI CITRA CT – SCAN BERDASARKAN ESTIMATOR POLINOMIAL LOKAL DENGAN PEREDUKSI GENERALIZED EXPLORATORY FACTOR ANALYSIS (GEFA)

PUNGKY DAYANTI, 081411831008 (2018) KLASIFIKASI MENINGIOMA DARI CITRA CT – SCAN BERDASARKAN ESTIMATOR POLINOMIAL LOKAL DENGAN PEREDUKSI GENERALIZED EXPLORATORY FACTOR ANALYSIS (GEFA). Skripsi thesis, Universitas Airlangga.

[img]
Preview
Text (ABSTRACT)
KKC KK ST.S.07-18 Day k ABSTRAK.pdf

Download (135kB) | Preview
[img] Text (FULLTEXT)
KKC KK ST.S.07-18 Day k SKRIPSI.pdf
Restricted to Registered users only until 12 March 2021.

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

Abstract

Meningioma merupakan salah satu jenis penyakit tumor otak jinak yang paling sering terjadi. Walaupun tergolong tumor otak jinak, akan tetapi pertumbuhan sel tumor dapat menekan bagian otak lain yang masih sehat sehingga dapat menggganggu fungsi kerja otak. Salah satu langkah untuk deteksi dini yaitu pemeriksaan radiologis dengan CT – Scan. Penulisan skripsi ini bertujuan untuk mengklasifikasikan meningioma berdasarkan estimator polinomial lokal dengan pereduksi Generalized Exploratory Factor Analyisis (GEFA). Proses pengolahan citra dari CT-Scan dilakukan dengan menggunakan software MATLAB. Hasil dari proses pengolahan citra tersebut menghasilkan matriks berdimensi tinggi, sehingga perlu dilakukan pereduksian dimensi dengan metode GEFA. Hasil dari reduksi dimensi digunakan untuk mengestimasi model regresi logistik nonparametrik menggunakan estimator polinomial lokal. Algoritma local scoring digunakan untuk mendapatkan estimasi dari Generalized Additive Models (GAM). Pada skripsi ini, data yang digunakan ini sebanyak 43 data citra. Sebanyak 22 data untuk membuat model (insample) dan 21 data untuk validasi (outsample). Hasil estimasi dari data insample diperoleh ketepatan klasifikasi sebesar 100%, sedangkan untuk data outsample sebesar 71,43%.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.S.07/18 Day k
Subjects: R Medicine > RA Public aspects of medicine > RA1-1270 Public aspects of medicine > RA1-418.5 Medicine and the state > RA407-409.5 Health status indicators. Medical statistics and surveys
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsNIM/NIDN
PUNGKY DAYANTI, 081411831008UNSPECIFIED
Contributors:
ContributionNameNIDN/NIDK/NUP
ContributorNur Chamidah, Dr., M.Si.UNSPECIFIED
ContributorEko Tjahjono, Drs., M.Si.UNSPECIFIED
Depositing User: mrs hoeroestijati beta
Date Deposited: 11 Mar 2018 19:13
Last Modified: 11 Mar 2018 19:13
URI: http://repository.unair.ac.id/id/eprint/70574
Sosial Share:

Actions (login required)

View Item View Item