Article Per Year (5 Year)
p-Index From 2020 - 2025
1.288
P-Index
This Author published in this journals
All Journal Media Statistika Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Kesehatan Masyarakat Inferensi Jurnal Abdiraja Sewagati Jurnal Pengabdian Masyarakat Kesehatan Journal of Research on Community Engagement Kesmas: Jurnal Kesehatan Masyarakat Nasional (National Public Health Journal)
Shofi Andari
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Energy Engineering Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Statistika Universitas Muhammadiyah Semarang

 1 
SMOOTH SUPPORT VECTOR MACHINE DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE UNTUK MENDIAGNOSIS KANKER PAYUDARA Shofi Andari; Santi W. Purnami; Bambang W. Otok
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (473.431 KB) | DOI: 10.26714/jsunimus.1.2.2013.%p

Abstract

Kanker payudara merupakan kanker yang paling umum menyerang wanita dan menjadi kanker penyebab kematian utama bagi wanita di seluruh dunia. Penyebab dari kanker payudara masih belum dapat dipastikan sehingga metode preventif yang spesifik untuk penyakit ini juga belum dapat ditentukan, oleh karena itu diagnosis terhadap kanker payudara sedini mungkin menjadi sangat penting bagi para dokter dan tenaga medis untuk menyelamatkan pasien maupun orang-orang yang memiliki faktor risiko kanker payudara. Beberapa penelitian telah dikembangkan dengan ide dasar mengklasifikasikan kanker payudara berdasarkan rekaman gambar radiologi dan usia pasien terhadap hasil biopsi. Berdasarkan keunggulan smooth SVM (SSVM) serta potensi MARS dalam menyelesaikan permasalahan diagnosis kanker payudara, tulisan ini mengkaji dan memaparkan kedua metode tersebut digunakan untuk mengklasifikasikan kanker payudara ke dalam dua kelompok yaitu kelompok malignant dan kelompok benign. Secara umum baik SSVM maupun MARS mampu menghasilkan tingkat akurasi yang sama-sama tinggi. Tingkat akurasi kedua metode dalam mendiagnosis kanker payudara ke dalam kelompok benign dan malignant yang cukup tinggi dipercaya dapat mendukung prosedur pemeriksaan dan diagnosis kanker payudara.Kata Kunci : kanker payudara, klasifikasi, smooth SVM, MARS
Co-Authors Achmad Choiruddin Ahmad Zaini Alan Prahutama Anak Agung Gede Sugianthara Angga Dwi Mulyanto Arief Kurniawan Bambang W. Otok Bambang Widjanarko Otok Bambang Widjanarko Otok Boedinugroho, Hanny Choiruddin, Achmad Cindy Cahyaning Astuti David Kusmawan Diah Puspito Wulandari Eka Diah Kartiningrum Fandiantoro, Dion Hayu Gustina, Ira Hargandi, Priyanka Indri Hapsari Susilowati Jerry Dwi Trijoyo Purnomo Jorge Mateu Juniastuti, Susi Purhadi Purhadi Purhadi Rahmawati, Novi Agung Santi W. Purnami Santi Wulan Purnami Santi Wulan Purnami SUTIKNO Wirawan, Mufti Yoyon Kusnendar Suprapto