Pemanfaatan Classification and Regression Trees (CART) Untuk Deteksi Dini Kanker Serviks

Adisti Aditya, . (2024) Pemanfaatan Classification and Regression Trees (CART) Untuk Deteksi Dini Kanker Serviks. Other thesis, Universitas Pamulang.

	Text FILE COVER.pdf Restricted to Registered users only Download (667kB)
	Text FILE BAB I.pdf Restricted to Registered users only Download (168kB)
	Text FILE BAB II.pdf Restricted to Registered users only Download (548kB)
	Text FILE BAB III.pdf Restricted to Registered users only Download (224kB)
	Text FILE BAB IV.pdf Restricted to Registered users only Download (784kB)
	Text FILE BAB V.pdf Restricted to Registered users only Download (28kB)
	Text FILE JURNAL.pdf Restricted to Registered users only Download (385kB)

Abstract

Kanker serviks merupakan jenis kanker yang banyak menyerang wanita secara global pada tahun 2022 disebabkan adanya Human Papilloma Virus (HPV). Sehingga diperlukan deteksi dini yang lebih komprehensif untuk menurunkan laju penambahan angka penderita kanker serviks. Kanker serviks dapat disembuhkan jika terdeteksi pada stadium awal dan diobati dengan segera. Deteksi dini kanker serviks berperan penting untuk kesembuhan pasien. Untuk mengurangi dan mencegah bertambahnya angka penderita kanker serviks, maka diperlukan deteksi dini terhadap kanker serviks. Salah satu upaya yang dapat dilakukan yaitu membuat prediksi dengan memanfaatkan beberapa kriteria. Metode yang dapat digunakan untuk memprediksi kanker serviks yaitu classification and regression tree (CART). Penggunaan metode CART meliputi pemilihan variabel, pembangunan pohon keputusan, dan evaluasi model. Hasil penelitian ini yaitu klasifikasi kanker serviks menggunakan CART dengan dengan tingkat ketepatan sebesar 86%. Penelitian ini diharapkan dapat memberikan evaluasi dan pertimbangan dalam memilih metode CART yang lebih efektif dan sesuai, serta dapat menjadi referensi untuk penelitian di masa depan. Kata Kunci: Kanker serviks, Classification and regression trees, Human Papilloma Virus.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kanker serviks, Classification and regression trees, Human Papilloma Virus
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Engineering, Science and Mathematics > School of Mathematics
Depositing User:	Agus Sugiarto
Date Deposited:	18 Dec 2024 06:28
Last Modified:	18 Dec 2024 06:50
URI:	http://repository.unpam.ac.id/id/eprint/16044

Actions (login required)

View Item