Putri Ayunda Fatimah (2020) Klasifikasi Sel Kanker Serviks Berdasarkan Citra Pap Smear Menggunakan Backpropagation Neural Network. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text 1. HALAMAN JUDUL .pdf Download (579kB)
	Text 2. ABSTRAK.pdf Download (345kB)
	Text 3. DAFTAR ISI.pdf Download (545kB)
	Text 4. BAB IPENDAHULUAN.pdf Download (351kB)
	Text 5. BAB IILANDASAN TEORI.pdf Restricted to Registered users only until 12 January 2024. Download (790kB) | Request a copy
	Text 6. BAB IIIMETODOLOGI PENELITIAN.pdf Restricted to Registered users only until 12 January 2024. Download (688kB) | Request a copy
	Text 7. BAB IVHASIL DAN PEMBAHASAN.pdf Restricted to Registered users only until 12 January 2024. Download (685kB) | Request a copy
	Text 8. BAB 5KESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 12 January 2024. Download (343kB) | Request a copy
	Text 9. DAFTAR PUSTAKA.pdf Download (349kB)
	Text 10. LAMPIRAN.pdf Restricted to Registered users only until 12 January 2024. Download (614kB) | Request a copy
	Text embargo_Putri Ayunda Fatimah(081611733015) - putri ayunda.pdf Download (227kB)

Abstract

Kanker serviks merupakan suatu pertumbuhan sel-sel tidak normal yang terdapat pada serviks (mulut rahim). Secara global, kanker serviks menempati urutan keempat sebagai kanker paling umum yang menyerang wanita (Wiliam, 2019). Menurut Organisasi Kesehatan Dunia (WHO), terdapat sekitar 570.000 kasus baru kanker serviks invasive didiagnosis pada tahun 2018, di mana 311.000 wanita meninggal. Pada umumnya, kanker serviks diidentifikasi secara dini dengan melakukan pemeriksaan pap smear. Namun, dalam pemeriksaan ini masih manual yang dilakukan oleh dokter. Hal ini dapat memakan waktu yang sangat lama (Wiliam, 2019), dan hasilnya kualitatif. Oleh karena itu pada penelitian ini telah dibangun suatu perangkat yang dapat membantu proses klasifikasi sel kanker serviks berdasarkan citra pap smear menggunakan Backpropagation Neural Network. Peneletian ini bertujuan untuk merancang perangkat lunak dalam mengklasifikasi sel kanker serviks menggunakan metode Backpropagation Neural Network. Klasifikasi ini dilakukan dengan cropping dan segmentasi manual sebagai tahap pre-processing dan ekstrasi ciri berdasarkan fitur bentuk yang terdiri dari Circularity, Semi Major and Minor Axis Length, Equivalent Diameter, Average Radius, Compactness. Dapat disimpulkan bahwa klasifikasi sel kanker serviks menggunakan Backpropagation neural network cukup baik dengan hasil akurasi tertinggi sebesar 90,7211%.

Actions (login required)

View Item