MUHAMMAD FATHURRAHMAN ALDI (2022) SISTEM DETEKSI KANKER SERVIKS MENGGUNAKAN METODE GRADIENT VECTOR FLOW SNAKE, GRAY LEVEL CO-OCCURANCE MATRIX, DAN MACHINE LEARNING. S1 thesis, Universitas Muhammadiyah Yogyakarta.

	Text (Halaman Judul) Halaman Judul.pdf Download (2MB)
	Text (Lembar Pengesahan) Lembar Pengesahan.pdf Restricted to Registered users only Download (355kB)
	Text (Abstrak) Abstrak.pdf Restricted to Registered users only Download (40kB)
	Text (Bab I) Bab I.pdf Download (135kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (437kB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (599kB)
	Text (Bab IV) Bab IV.pdf Restricted to Registered users only Download (2MB)
	Text (Bab V) Bab V.pdf Restricted to Registered users only Download (37kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Restricted to Registered users only Download (160kB)
	Text (Naskah Publikasi) Naskah Publikasi.pdf Restricted to Registered users only Download (373kB)
	Text (Full Text) Full Text.pdf Restricted to Repository staff only Download (4MB)

Abstract

KANKER SERVIKS ADALAH KANKER PALING SERING SERING DITEMUKAN KEEMPAT PADA WANITA DENGAN PERKIRAAN 570.000 KASUS BARU PADA TAHUN 2018 DAN MEWAKILI 6,6 PERSEN DARI SEMUA KASUS KANKER PADA WANITA. BERDASARKAN KEMENTERIAN TAHUN 2018 KANKER SERVIKS MENDUDUKI URUTAN KETUJUH SECARA GLOBAL DALAM SEGI ANGKA KEJADIAN DAN URUTAN KEDELAPAN SEBAGAI PENYEBAB KEMATIAN (MENYUMBANG 3,2 PERSEN MORTALITAS, SAMA DENGAN ANGKA MORTALITAS AKIBAT LEUKIMIA). SCREENING DIGUNAKAN DIAGNOSA AWAL YANG DILAKUKAN UNTUK PENDETEKSIAN KANKER SERVIKS TERLALU LAMA DIBANDING DENGAN NAIKNYA JUMLAH PENDERITA SETIAP TAHUNNYA. DATA PENELITIAN MERUPAKAN CITRA HASIL PAP SMEAR PADA SEL SERVIKS YANG DIDAPAT DARI HOSPITAL UNIVERSITI SAINS MALAYSIA YANG MEMILIKI 3 KELAS CITRA YAITU CITRA HSIL, CITRA LSIL, DAN CITRA NORMAL DENGAN MENGGUNAKAN 452 CITRA TRAINING DENGAN DETAIL DAN CITRA TESTING BERJUMLAH 46 CITRA. TUJUAN DARI PENELITIAN UNTUK MENGETAHUI HASIL KLASIFIKASI PADA METODE SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBOR (KNN) DARI NILAI CITRA HASIL PAP SMEAR SEL SERVIKS YANG TELAH DISEGMENTASI MENGGUNAKAN METODE GRADIENT VECTOR FLOW SNAKE (GVFS) DAN DIEKSTRAKSI FITUR DENGAN GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM). HASIL DARI PENELITIAN MENUNJUKAN KLASIFIKASI MEMILIKI NILAI AKURASI TRAINING TERBAIK DENGAN NILAI SEBESAR 72,3 PERSEN PADA MODEL QUADRATIC SUPPORT VECTOR MACHINE. PADA KLASIFIKASI HASIL TESTING MEMILIKI NILAI TERBAIK SEBESAR 71,59 PERSEN PADA MODEL QUADRATIC SUPPORT VECTOR MACHINE

Dosen Pembimbing:	YESSI JUSMAN, S.T., M.SC., PH.D. and SLAMET RIYADI, S.T., M.SC., PH.D. | NIDN1007058408, NIDN0509087801
Item Type:	Thesis (S1)
Uncontrolled Keywords:	PAP SMEAR IMAGE OF CERVICAL CELLS, GVFS, GLCM, SVM, KNN
Divisions:	Fakultas Teknik > S1 Teknik Elektro
Depositing User:	Eko Kurnawan
Date Deposited:	01 Sep 2022 07:13
Last Modified:	01 Sep 2022 07:13
URI:	https://etd.umy.ac.id/id/eprint/34329

Actions (login required)

View Item