Asiah Choiru Nisa’ (2020) Klasifikasi Sel Kanker Serviks Berdasarkan Citra Papsmear Menggunakan Extreme Learning Machine (Elm). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text 1. HALAMAN JUDUL.pdf Download (693kB)
	Text 2. ABSTRAK.pdf Download (477kB)
	Text 3. DAFTAR ISI.pdf Download (329kB)
	Text 4. BAB I PENDAHULUAN.pdf Download (324kB)
	Text 5. BAB II LANDASAN TEORI.pdf Restricted to Registered users only until 12 January 2024. Download (919kB) | Request a copy
	Text 6. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only until 12 January 2024. Download (850kB) | Request a copy
	Text 7. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Registered users only until 12 January 2024. Download (873kB) | Request a copy
	Text 8. BAB V.pdf Restricted to Registered users only until 12 January 2024. Download (41kB) | Request a copy
	Text 9. DAFTAR PUSTAKA.pdf Download (45kB)
	Text 10.LAMPIRAN.pdf Restricted to Registered users only until 12 January 2024. Download (82kB) | Request a copy
	Text embargo_Asiah Choiru Nisa' (NIM081611733001)pdf - asiah choiru.pdf Restricted to Repository staff only until 12 January 2024. Download (224kB) | Request a copy

Abstract

Kanker serviks merupakan kanker peringkat kedua yang paling banyak di Indonesia setelah kanker payudara. Kanker serviks disebabkan oleh virus Human Papilloma Virus (HPV). Jumlah kematian akibat kanker serviks di Indonesia terus meningkat setiap tahunnya yang disebabkan oleh keterlambatan melakukan pendeteksian dini. Salah satu pendeteksian dini yang sangat konvensional ialah Papsmear. Namun, pemeriksaan Papsmear membutuhkan waktu yang lama dikarenakan pengamatannya masih secara visual dan subjektif oleh dokter yang memeriksa. Oleh karena itu pada penelitian ini bertujuan untuk mengetahui proses klasifikasi tingkatan jenis kanker serviks normal, LSIL, HSIL dari citra papsmear menggunakan metode Extreme Learning Machine (ELM) serta kinerja dari metode Extreme Learning Machine (ELM) dalam mengklasifikasi. Penelitian ini menggunakan metode Extreme Learning Machine dalam melakukan proses klasifikasi. Mengukur hasil kinerja algoritme dengan nilai akurasi dari perhitungan confusion matrix. Data yang digunakan pada penelitian ini yaitu 225 data dan terdapat 3 kelas yaitu normal, LSIL dan HSIL. Dapat disimpulkan bahwa klasifikasi kanker serviks menggunakan ELM cukup baik dengan hasil akurasi sebesar 88%, sensitivity sebesar 92.5%, specificity sebesar 70%.

Actions (login required)

View Item