<![CDATA[Kanker Serviks merupakan salah satu jenis kanker yang disebabkan oleh Human Papillomavirus atau HPV. Di Indonesia, kasus kemunculan kanker serviks berada di peringkat ke-2 dibawah kanker payudara. Kebutuhan akan deteksi dini kanker serviks sangat diperlukan, terlebih kemunculan kanker serviks dapat dikenali ketika kondisi kanker memasuki stadium akhir. Dengan pemanfaatkan teknologi serta berdasarkan data perilaku, penelitian ini mengusulkan identifikasi dini kanker serviks menggunakan kombinasi seleksi fitur information gain dan data mining. Implementasi dilakukan pada dataset Cervical Cancer Risk Behavioral. Metode information gain mampu menghasilkan 9 fitur utama yang akan digunakan dalam tahap evaluasi dengan data mining. Dari hasil evaluasi beberapa model data mining diketahui metode Naive Bayes mampu memberikan performa terbaik dengan pencapaian 93,21% akurasi, 96% sensitivitas, dan 83,33% spesifisitas. Sehingga dapat disimpulkan bahwa penggunakan skema 9 atribut berdasarkan bobot information gain mampu memberikan peningkatan kemampuan model data mining dalam mengidentifikasikan kemunculan kanker serviks.]]>
Copyrights © 2022
