Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi
Kemal Taufiq Hidayah
Universitas Trilogi
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Penyakit Kanker Serviks Berdasarkan Kebiasaan dan Rekam Medis dengan Metode C4.5 Kemal Taufiq Hidayah; Budi Arifitama; Silverster Dian Handy Permana
Jurnal Nasional Teknologi dan Sistem Informasi Vol 10, No 1 (2024): April 2024
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v10i1.2024.36-44

Abstract

Kanker serviks adalah salah satu penyakit yang paling sering ditemui dan dapat menyebabkan kematian pada Wanita di seluruh dunia. Di Indonesia, jumlah kematian akibat kanker serviks terus meningkat setiap tahun, sebgaian besar disebabkan oleh diagnosis dan skrining yang terlambat. berbagai faktor yang disebabkan oleh kanker serviks seperti kebiasaan yang dilakukan ialah, berganti-ganti pasangan seksual, merokok atau pasif merokok, memiliki infeksi kelamin, memiliki riwayat kanker dan sebagainya. untuk mendeteksi adanya kanker serviks atau tidak, dapat dilakukan dengan cara pemeriksaan tes IVA (inspeksi visual asam asetat) atau yang disebut dengan tes schiller. Metode klasifikasi ialah bagian dari Teknik data mining untuk melakukan prediksi, Dalam penelitian ini, ingin meningkatkan akurasi dengan menggunakan metode C4.5 untuk melakukan klasifikasi penyakit kanker serviks berdasarkan kebiasaan pasien. Dua belas atribut dan satu atribut dari hasil pengujian digunakan dalam proses klasifikasi. Dataset tersebut terdiri dari 1080 entri, yang akan dibagi menjadi 864 data dan 216 data pelatihan. Data ini diperoleh dari website UCI Repository. Penelitian ini menghasilkan akurasi sebesar 94.10%, presisi sebesar 95.57%, recall sebesar 96.33% dan AUC (Area Under Curve) sebesar 0.987 yang diukur menggunakan matrix confussion atau matriks kebingungan dengan alat rapidminer. 
Co-Authors Arifitama, Budi Silverster Dian Handy Permana