Putri Desyntasari, 081411733013 (2018) DESAIN SISTEM PAKAR BERBASIS ANDROID UNTUK PREDIKSI KEGANASAN TUMOR OVARIUM MENGGUNAKAN METODE DEMPSTER SHAFER. Skripsi thesis, Universitas Airlangga.

Preview	Text (ABSTRACT) KKC KK ST.SI 22 - 18 Des d-Abstrak.pdf Download (129kB) | Preview
	Text (FULLTEXT) KKC KK ST.SI 22 - 18 Des d.pdf Restricted to Registered users only until 5 June 2021. Download (2MB) | Request a copy

Abstract

Tumor ovarium merupakan salah satu penyakit terbanyak yang terjadi pada wanita di seluruh dunia dengan rata – rata 10 per 100.000 kasus ginekologi, di mana di Indonesia sendiri tercatat mencapai 2,39% - 11,7%. Oleh sebab itu, penting untuk dilakukan prediksi keganasan dini oleh seorang dokter spesialis obstetri dan ginekologi untuk memudahkan pula rujukan ke rumah sakit tersier. Pada penelitian ini dilakukan untuk membantu dokter spesialis obstetri dan ginekologi untuk mengklasifikasikan tumor ovarium jinak dan ganas dengan metode sistem pakar Dempster Shafer yaitu dengan membandingkan nilai sensitivitas, spesifisitas, positive predictive value (PPV), negative predictive value (NPV), dan akurasi sistem pakar yang telah terbentuk untuk mengenali tumor ovarium jinak dan ganas dengan metode Dempster Shafer dibandingkan dengan metode IOTA Simple Rules dan hasil dari laboratorium PA. Sampel uji didapatkan dari 25 data pasien tumor ovarium jinak dan 40 data pasien tumor ovarium ganas di RSUD Dr. Soetomo Surabaya. Berdasarkan 65 data uji yang didapatkan dalam penelitian ini dapat disimpulkan bahwa aplikasi sistem pakar Dempster Shafer dapat melakukan prediksi keganasan tumor ovarium yang lebih baik dibandingkan dengan metode IOTA Simple Rules dengan hasil nilai sensitivitas, spesifisitas, positive predictive value (PPV), negative predictive value (NPV), dan akurasi dari metode Dempster Shafer adalah 90,23%, 87,5%, 92,5%, 84%, dan 89,23%.

Actions (login required)

View Item