SISTEM PAKAR DETEKSI DINI PENYAKIT KANKER PAYUDARA MENGGUNAKAN METODE DEMPSTER SHAFER BERBASIS WEBSITE

OVITASARI DEWI, . (2021) SISTEM PAKAR DETEKSI DINI PENYAKIT KANKER PAYUDARA MENGGUNAKAN METODE DEMPSTER SHAFER BERBASIS WEBSITE. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (255kB)
	Text BAB 2.pdf Restricted to Registered users only Download (616kB)
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (216kB)
	Text BAB 5.pdf Restricted to Registered users only Download (144kB)
	Text DAFTAR PUSTAKA.pdf Download (146kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (2MB)

Abstract

Sistem pakar atau biasa disebut juga Knowledge Based System yaitu suatu aplikasi komputer yang ditujukan untuk membantu pengambilan keputusan atau pemecahan persoalan dalam bidang yang spesifik. Salah satu metode yang terdapat pada sistem pakar ialah metode dempster shafer yang digunakan pada penelitian ini untuk memperoleh kesimpulan akhir degan menghitung massa densitas dari tiap-tiap gejala yang dipilih oleh pengguna. Kemudian untuk penyakitnya dipilih penyakit kanker payudara yang terjadi akibat adanya pembelahan sel secara abnormal di dalam jaringan payudara. Kanker payudara juga merupakan jenis dari penyakit kanker yang paling banyak diderita oleh perempuan yang memiliki keganasan tumor sehingga mampu menimbulkan kematian. Beberapa jenis kanker payudara yang umum terjadi seperti Duktal Karsinoma In Situ (DCIS), Lobular Karsinoma In Situ (LCIS), Invasif Duktal Karsinoma (IDC), Invasif Lobular Karsinoma (ILC), dan Kanker Payudara Terinflamasi (IBC) perlu dilakukan deteksi dini guna pencegahan awal. Data yang digunakan yaitu data sekunder yang diperoleh dari salah satu alumni FKM UI yang pernah mengajukan permintaan data terkait pasien kanker payudara. Diperoleh data sebanyak 30 data dengan 15 data sebagai data latih dan 15 data lagi sebagai data uji. Dari hasil uji pada sistem didapatkan hasil terbaik sebesar 85.61% terhadap jenis Duktal Karsinoma In Situ. Berdasarkan kesesuaian terhadap pengujian pakar dan sistem dapat dikatakan bahwa Sistem Pakar Deteksi Dini Penyakit Kanker Payudara telah berhasil dirancang dan diterapkan sesuai dengan pakar. Kata kunci : Sistem Pakar, Metode Dempster Shafer, Penyakit Kanker Payudara, Jenis Kanker Payudara *********************** An expert system or also known as a Knowledge Based System is a computer application that is intended to help make decisions or solve problems in a specific case. One of the methods contained in the expert system is the dempster shafer method used in this study to obtain final conclusions by calculating the density of each symptom chosen by the user. Then for the disease, breast cancer is chosen which occurs due to abnormal cell division in the breast tissue. Breast cancer is also a type of cancer that affects women who have a malignant tumor that can cause death. Some common types of breast cancer such as Ductal Carcinoma In Situ (DCIS), Lobular Carcinoma In Situ (LCIS), Invasive Ductal Carcinoma (IDC), Invasive Lobular Carcinoma (ILC), and Inflammated Breast Cancer (IBC) need to detect for early prevention. The data used are secondary data obtained from one of the FKM UI alumni who had submitted requests for data related to breast cancer patients. Obtained data as much as 30 data with 15 data as training data and 15 data again as test data. From the test result on the system obtained the best result is 85.61% of Ductal Carcinoma In Situ. Based on the suitability of expert testing and system, it can be said that the Expert System for Early Detection of Breast Cancer has been successfully developed and implemented according to experts. Keywords : Expert System, Dempster Shafer Method, Breast Cancer Disease , Kind of Breast Cancer

Item Type:	Thesis (Sarjana)
Additional Information:	1). Ir. Fariani Hermin Indiyah, M.T. ; 2). Ria Arafiyah, M.Si.
Subjects:	Sains > Matematika > Ilmu Komputer Sains > Matematika > Software, Sistem Informasi Komputer
Divisions:	FMIPA > S1 Ilmu Komputer
Depositing User:	Users 10050 not found.
Date Deposited:	17 Mar 2021 04:39
Last Modified:	17 Mar 2021 04:39
URI:	http://repository.unj.ac.id/id/eprint/14766

Actions (login required)

View Item