Seminar Hasil Tugas Akhir
|
|
- Veronika Santoso
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Seminar Hasil Tugas Akhir Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada pasien Kanker Tiroid Sri Hartati Selviani Handayani Pembimbing : Dr. Santi Wulan Purnami, S.Si, M.Si Institut Teknologi Sepuluh Nopember Surabaya
2 Kanker Tiroid Kelenjar Tiroid Indonesia Urutan ke-9 dari insiden kanker yang ada di Indonesia Membatasi menyerap Yodium Membatasi menghasilkan hormon tiroid Terkadang Berlebih dalam menghasilkan hormon tiroid Hiperteriodisme
3 Faktor-faktor yang mempengaruhi timbulnya kanker tiroid Ganas Classification and Regression Tree
4 Penelitian Sebelumnya Sumartini (2013), Variabel yang signifikan terhadap hasil patologi kanker tiroid yaitu usia pasien dan riwayat penyakit keluarga pasiendengan ketepatan klasifikasi sebesar 86,6% Istichana (2013), Variabel penentu pada kanker tiroid yang berpengaruh signifikan terhadap hasil patologi yaitu hasil pemeriksaan USG dengan ketepatan klasifikasi sebesar 86,6%. Ramdani (2013) dengan menggunakan metode CART menyimpulkan bahwa kontribusi tertinggi dari hasil Pap Smear Test berturut-turut yaitu usia pasien, riwayat keguguran, pemakaian alat kontrasepsi, usia menstruasi, dan frekuensi melahirkan
5 Rumusan Masalah Bagaimana karakteristik pasien kanker tiroid di Rumah Sakit X Surabaya? Bagaimana klasifikasi dan ketepatan klasifikasi pada diagnosis tingkat keganasan kanker berdasarkan faktor yang mempengaruhi dengan pendekatan metode Classification and Regression Tree? Apa sajakah faktor-faktor yang memberi kontribusi tinggi terhadap klasifikasi pasien kanker tiroid di Rumah Sakit X Surabaya?
6 Tujuan Mengetahui karakteristik pasien kanker tiroid di Rumah Sakit X Surabaya. Mengetahui klasifikasi dan ketepatan klasifikasi pada diagnosis tingkat keganasan kanker berdasarkan faktor yang mempengaruhi hasil patologi kanker tiroid dengan pendekatan metode Classification and Regression Tree Mengetahui faktor-faktor yang memberi kontribusi tertinggi pada klasifikasi pasien kanker tiroid di Rumah Sakit X Surabaya
7 Manfaat Penelitian Dapat memberikan informasi kepada pihak Rumah Sakit X Surabaya tentang klasifikasi pasien hasil patologi kanker tiroid berdasarkan variabel-variabel (faktor-faktor) yang menyebabkan timbulnya kanker tiroid setelah melakukan pemeriksaan patologi sehingga dapat dilakukan perlakuan/pengobatan yang tepat pada penderita kanker tiroid Batasan MAsalah Data Pasien Hasil Patologi Kanker Tiroid yang Melakukan operasi dan Pemeriksaan di rumah sakit X pada tahun 2011 dan 2012
8 Classification and Regression Trees (CART) Metode statistik nonparametrik yang dikembangkan untuk klasifikasi Variabel Respon Data Kontinu Data Kategorik Hasil Model Pohon Regresi Model Pohon Klasifikasi (Breiman dkk, 1993)
9 Langkah-Langkah Algoritma Pada Metode CART Pembentukan Pohon Klasifikasi Penghentian Pembentukan pohon 1. Pemilihan Pemilah 2. Pemilihan Simpul 3. Menentukan Goodness of split 4.Penentuan Simpul Terminal 5.Penandaan Label kelas Pemangkasan pohon Klasifikasi Pembentukan Pohon Klasifikasi Optimal (Breiman dkk, 1993)
10 Kanker Tiroid Kanker Tiroid merupakan penyakit yang tidak menular yang menyerang pada bagian depan leher sedikit dibawah laring yang berbentuk kupu-kupu. Ciri-Ciri Kanker Tiroid Jinak Ganas Mengganggu FungsiAktivitasTubuh dan Menyebar Keseluruh Tubuh secara sporadik Tidak Ya Sifat Lunak Padat Nyeri pada bagian leher Tidak Ya Pertumbuhan Lambat Cepat Benjolan/terjadi Permukaan Nodul Rata/normal pembengkakan (Djokomoeljanto,2009)
11 Gejala pada Kanker Tiroid 1. Nyeri di tenggorokan atau pada daerah leher. 2. Adanya pembesaran nodul / benjolan pada leher yang mengakibatkan terganggunya pernapasan. 3. Suara serak yang tidak kunjung sembuh. 4. Pembesaran pada kelenjar getah bening yang ada di leher. Penyebab Kanker Tiroid Terjadinya perubahan atau mutasi genetik pada sel tiroid yang menjadikan sel berkembang secara cepat (Djokomoeljanto,2009)
12 Sumber Data Data yang digunakan dalam penelitian ini merupakan data sekunder pasien hasil patologi kanker tiroid yang diperoleh dari data rekam medis di salah satu rumah sakit X Surabaya pada tahun 2011 dan 2012 dimana data berjumlah 82 orang pasien.
13 Variabel Penelitian No Variabel Skala Keterangan 1 Jenis Kanker (Y) Nominal 0 : Jinak 1 : Ganas 2 Jenis Kelamin (X1) Nominal 0 : Laki-laki 1 : Perempuan 3 Usia (X2) Nominal 0: < 42 tahun 1 : 42 tahun 4 Hasil Pemeriksaan USG (X3) Nominal 0 : Stuma 1 : Ca thyroid 2: Kista 5 Hasil Pemeriksaan Klinis (X4) Nominal 0 : Stuma 1 : Ca thyroid 2: Kista 6 Riwayat Penyakit Gondok (X5) Nominal 0 : Ada Keluhan 1 : Tidak Ada Keluhan 7 Riwayat Penyakit Kanker (X6) Nominal 0 : Ada Riwayat 1 : Tidak Ada Riwayat
14 Langkah Analisis 1. Analisis deskriptif dari data penderita Kanker Tiroid 2. Kombinasi atau membagi data learning dan testing 3. Klasifikasi data penderita Kanker Tiroid dengan metode CART
15 Langkah Analisis Mulai Analisis Statistika Deskriptif Penentuan data learning dan data testing CART (Classification and Regression Trees) Proses pembentukan Pohon Klasifikasi Evaluasi Ketepatan Klasifikasi Kesimpulan dan saran Selesai
16 Tahap pembentukan CART Pemisahan data menjadi dua bagian yaitu lerning dan testing Pembentukan Pohon Klasifikasi Pemangkasan Pohon Klasifikasi Penentuan Pohon Klasifikasi Optimal Menghitung ketepatan Klasifikasi model yang dihasilkan
17 Analisis & PEmbahasan Analisis Deskriptif Hasil Patologi Ganas 33% Jinak 67%
18 Analisis Deskriptif Jenis Kelamin Jinak Ganas Laki-laki Perempuan
19 Analisis Deskriptif Usia Pasien Jinak Ganas < 42 Tahun >= 42 Tahun
20 Analisis Deskriptif Hasil Pemeriksaan USG 15 Jinak Ganas Struma Ca Thyroid Kista
21 Analisis Deskriptif Hasil Pemeriksaan Klinis 11 Jinak Ganas Struma Ca Thyroid Kista 0 5
22 Analisis Deskriptif Riwayat Penyakit Gondok Jinak Ganas Ada Riwayat Tidak Ada Riwayat
23 Analisis Deskriptif Riwayat Penyakit Keluarga 16 Jinak Ganas Ada Riwayat Tidak Ada Riwayat
24 Analisis Kombinasi Pohon (CART) Pada penelitian ini data yang digunakan sebanyak 82 pengamatan, yang akan dicoba untuk kelompok Ke-i di jadikan sebagai data testing dan banyak data pada data learning untuk setiap kelompok ke-i merupakan penjumlahan data dari data testing kelompok lainnya dimana i = 1,2,3,4,5. Ketepatan klasifikasi pada data learning dan data testing yang paling tinggi yaitu pada kelompok 1 sehingga kombinasi data ini yang akan digunakan pada analisis selanjutnya Kombinasi Data Learning dan Testing
25 Kemungkinan Pemilah Pada Variabel Prediktor Variabel Skala Katagori Jumlah Katagori Kemungkinan Pemilah X 1 Jenis Kelamin Nominal = 1 Pemilahan X 2 Usia Nominal =1 Pemilahan X 3 Hasil Pemeriksaan USG Nominal =3 Pemilahan X 4 X 5 X 6 Hasil Pemeriksaan Klinis Nominal =3 Pemilahan Riwayat Penyakit Gondok Nominal =1 Pemilahan Riwayat Penyakit Keluarga Nominal =1 Pemilahan
26 Pohon Klasifikasi Maksimal yang terbentuk Variabel yang memberi kontribusi tertinggi Pada Pohon Klasifikasi Maksimal Variable Score Hasil Pemeriksaan Klinis (X 4 ) Hasil Pemeriksaan USG (X 3 ) Usia (X 2 ) Riwayat Penyakit Keluarga (X 6 ) Jenis Kelamin (X 1 ) 5.71 Riwayat Penyakit Gondok (X 5 ) 4.23
27 Pohon Klasifikasi Maksimal Klasifikasi pohon maksimal yang terbentuk terdiri atas 8 simpul terminal. Hasil klasifikasi dengan simpul terminal ini menujukkan bahwa pohon maksimal memiliki pengertian yang kompleks sehingga perlu untuk dilakukan pemangkasan Ketepatan Hasil Klasifikasi Pada Pohon Klasifikasi Maksimal Prediksi Observasi Jinak Ganas Total Prediksi Sensitivity Specificity Total Tingkat Akurasi Data Learning Data Testing Jinak 36,00 4,00 40,00 Ganas 2,00 23,00 25,00 Jinak 12,00 3,00 15,00 Ganas 1,00 1,00 2,00 90,00% 92,00% 90,76% 80,00 % 50,00% 76,47%
28 Pemangkasan Pohon Klasifikasi Maksimal Relative Cost Number of Nodes Urutan Simpul Akhir ** : Pohon Klasifikasi Optimal Pohon ke-4 dengan simpul ke-2 merupakan pohon optimal dengan uji kesalahan relatif 0,500 ± 0,354 dimana Resubtition Relative Cost sebesar 0,400 dan kompleksitas parameter sebesar 0,034
29 Pohon Klasifikasi Optimal
30 Ketepatan Hasil Klasifikasi Pada Pohon Klasifikasi Optimal Data Learning Observasi Jinak Prediksi Ganas Total Validasi Pohon Klasifikasi Optimal Misklasifikas i/ Kelsalahan Jinak 40,00 0,00 40,00 0% Ganas 10,00 15,00 25,00 40,00% Tingkat Akurasi Total % 84,6% Observasi Jinak Prediksi Ganas Total Misklasifikasi / Kesalahan Data Testing Jinak 15,00 0,00 15,00 0% Ganas 1,00 1,00 2,00 50,00% Tingkat Akurasi Total (%) 94,1% Ketepatan klasifikasi yang dihasilkan oleh data testing tersebut maka model klasifikasi optimal yang dihasilkan sudah baik atau layak dalam model
31 Evaluasi Ketepatan Klasifikasi Dari 5 kelompok kombinasi data yang dicobakan diatas dapat dilihat bahwa ketepatan klasifikasi data learning dan data testing yang paling tinggi yaitu pada kelompok 1 dengan tingkat akurasi data learning sebesar 0,846 dan testing sebesar 0,941 sehingga kombinasi data kelompok 1 yang digunakan pada analisis dan rata-rata nilai akurasi dari 5 kelompok data diatas maka pada data learning sebesar 0,875 dan testing yaitu sebesar 0,839.
32 Variabel yang Berpengaruh pada Tiap-tiap Kelompok di Pohon Klasifikasi Optimal
33 Perbandingan Hasil Penelitian
34 Kesimpulan & Saran Kesimpulan 1. Hasil dari statistika deskriptif menunjukkan bahwa hasil patologi kanker tiroid pasien yang didiagnosis kanker tiroid yang jinak sebanyak 55 orang atau 67% dan pasien yang didiagnosis kanker tiroid yang jinak sebanyak 27 orang atau 33%. Karakteristik pasien pada hasil patologi kanker tiroid mayoritas dengan pemeriksaan USG dan klinis mayoritas hasil pemeriksaannya Struma, pada riwayat penyakit gondok mayoritas tidak ada riwayat dan tidak ada riwayat penyakit kanker pada keluarga pasien. 2. Klasifikasi dari diagnosis tingkat keganasan pada kanker tiroid dengan faktor yang berpengaruh yaitu hasil pemeriksaan klinis. Pasien hasil patologi yang beresiko menderita kanker tiroid jinak hasil pemeriksaan klinisnya yaitu struma dan kista. Sedangkan pasien yang beresiko menderita kanker tiroid ganas yaitu ca thyroid
35 Dengan total akurasi pada pasien kanker tiroid pada data learning sebesar 84,6%, maka dapat disimpulkan bahwa model klasifikasi optimal yang terbentuk baik untuk menggambarkan model klasifikasi pohon dan ketepatan klasifikasi pada data testing sebesar 94,1%, hal ini menyimpulkan bahwa pohon klasifikasi yang diklasifikasikan pada data baru layak dalam model. 3. Faktor yang memberi kontribusi tertinggi pada klasifikasi pasien kanker tiroid dengan menggunakan metode CART yaitu hasil pemeriksaan klinis, sedangkan pada ketiga metode yang telah diteliti sebelumnya faktor-faktor yang berpengaruh pada klasifikasi pasien kanker tiroid yaitu hasil pemeriksaan klinis, hasil pemeriksaan USG, riwayat penyakit keluarga dan usia.
36 Saran Hasil pemeriksaan klinis merupakan variabel yang sangat berpengaruh yang menyebabkan timbulnya kanker tiroid, oleh sebab disarankan bagi pihak rumah sakit atau bagi orang yang pernah melakukan pemeriksaan klinis pada kelenjar tiroid sebaiknya memeriksakan dirinya sedinimungkin dan lebih mendalam karena bila dibiarkan akan membawa dampak yang buruk bagi kesehatan Pada penelitian selanjutnya sebaiknya melakukan konsultasi kembali dengan dokter ahli dalam melakukan riset, agar memperoleh variable-variabel prediktor baru yang menyebabkan timbulnya kanker tiroid.
37 Daftar Pustaka American Cancer Society [Online]. Avaible: ( tanggal 8 Oktober 2013) Breiman L., Friedman J.H Olshen R.A & Stone C.J. (1993). Classification And Regression Tree. New York, NY: Chapman And Hall Djokomoeljanto, (2009). Indonesian Society of Endocrinology, Indonesian Study Group of Thyroidology, Indonesian Society of Endocrinology Semarang Branch, The 2 nd Thyroidology Update2009. Semarang: Badan Penerbit Undip (Di unduh tanggal 22 September 2013) Hamdani, W dan Sampepajung, D. Thyroid cancer. The diagnose and the management. Department of Surgery Medical Faculty, Hasanuddin University, Makasar (Diunduh tanggal 23 September 2013) Istichana, Y. Y. (2013). PenggunaanMetode CHAID Untuk Klasifikasi Pasien Hasil Patologi kanker Tiroid. Tugas Akhir Diploma III Jurusan Statistika, Surabaya, Institut Teknologi Sepuluh November. Layla, R. D. (2013). Klasifikasi PendekatanDiabetes Melitus Dengan Metode CHAID dan CART. Tugas Akhir Sarjana Jurusan Statistika, Surabaya, InstitutTeknologi Sepuluh November. Laseduw,J.(2012) Kanker Tiroid. tiroid.wordpress.com/2013/06/21/penyebab/. (Di unduh tanggal 18 September 2013). Lewis, M.D dan Roger, J. (2000). An Introduction to Classification and Regression Tree (CART) Analysis. Ramdani, Y. (2013). Klasifikasi Hasil Pap Smear Test Kanker Serviks berdasarkanfaktor Resiko. Tugas Akhir Sarjana Jurusan Statistika, Surabaya, Institut Teknologi Sepuluh November. Subekti, I., Aru, W., Sudoyo., B. S., Idrus, A., Marcellius, S., Sesiati, S. (2010). Karsinoma Tiroid. Buku Ajaran Ilmu Penyakit Dalam. Edisi 5. Jakarta : Interna Publising. P Sumartini, S. H. (2013). Analisis Regresi Biner Pada Faktor Yang Mempengaruhi Hasil Patologi kanker Tiroid. Tugas Akhir Diploma III Jurusan Statistika, Surabaya, Institut Teknologi Sepuluh November. Utama, Y. D. C (2012). Nilai diagnostik Karakteristik klinis di Bandingkandengan Biopsi patologi Anatomi dalam mendiagnosis Karsinoma Tiroid, Skripsi, fakultas KedokteranUniversitasdiponegoro,Semarang. (Di unduh tanggal 14 Oktober 2013) Walpole, (1995). Pengantar Statistika. Gramedia Pustaka Utama: Jakarta.
38
Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid
Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid Sri Hartati Selviani Handayani dan Santi Wulan Purnami Jurusan Statistika, Fakultas
Lebih terperinciPendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-24 Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid
Lebih terperinciKlasifikasi Hasil Pap Smear Test Kanker Serviks Berdasarkan Faktor Resiko (Studi Kasus Di Rumah Sakit Swasta Surabaya
1 Klasifikasi Hasil Pap Smear Test Kanker Serviks Berdasarkan Faktor Resiko (Studi Kasus Di Rumah Sakit Swasta Surabaya Yuristian Ramdani dan Santi Wulan Purnami Jurusan Statistika, Fakultas Matematika
Lebih terperinciSeminar Tugas Akhir. Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING. Surabaya, Juli 2011
Surabaya, Juli 2011 Seminar Tugas Akhir Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING Ibrahim Widyandono 1307 100 001 Pembimbing : Dr. Bambang Widjanarko
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-54
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-54 Klasifikasi Pengangguran Terbuka Menggunakan CART (Classification and Regression Tree) di Provinsi Sulawesi Utara Febti
Lebih terperinciKLASIFIKASI PENYAKIT DIABETES MELITUS DENGAN METODE CHAID (CHI SQUARE AUTOMATIC INTERACTION DETECTION) DAN CART (CLASSIFICATION AND REGRESSION TREE)
Surabaya, 3 Juli 2013 Seminar Hasil Tugas Akhir KLASIFIKASI PENYAKIT DIABETES MELITUS DENGAN METODE (CHI SQUARE AUTOMATIC INTERACTION DETECTION) DAN (CLASSIFICATION AND REGRESSION TREE) Dosen Pembimbing
Lebih terperinciModel Machine Learning CART Diabetes Melitus
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol.1, No.1, Juli 2017, Hal. 485-491 p-issn: 2580-4596; e-issn: 2580-460X Halaman 485 Ria Dhea Layla Nur Karisma 1, Bambang Widjanarko
Lebih terperinciKlasifikasi Kegiatan Partisipasi Ekonomi Perempuan Di Jawa Timur Dengan Pendekatan CART (Classification And Regression Trees)
1 Klasifikasi Kegiatan Partisipasi Ekonomi Perempuan Di Jawa Timur Dengan Pendekatan CART (Classification And Regression Trees) Sharfina Widyandini dan Vita Ratnasari Jurusan Statistika, Fakultas MIPA,
Lebih terperinciI. PENDAHULUAN. sikap yang biasa saja oleh penderita, oleh karena tidak memberikan keluhan
1 I. PENDAHULUAN A. Latar Belakang Pembesaran kelenjar (nodul) tiroid atau struma, sering dihadapi dengan sikap yang biasa saja oleh penderita, oleh karena tidak memberikan keluhan yang begitu berarti
Lebih terperinciAnalisis CART (Classification And Regression Trees) pada Faktor-Faktor yang Mempengaruhi Kepala Rumah Tangga di Jawa Timur Melakukan Urbanisasi
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-100 Analisis CART (Classification And Regression Trees) pada Faktor-Faktor yang Mempengaruhi Kepala Rumah Tangga di Jawa Timur Melakukan
Lebih terperinciPENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA
PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA Dina Yuanita Mahasiswa Jurusan Statistika FMIPA-ITS (1306 100 056) M. Syahid Akbar, S.Si, M.Si
Lebih terperinciPENENTUAN KONDISI OPTIMUM PADA PEMBENTUKAN POHON TERBAIK DENGAN METODE POHON KLASIFIKASI (CLASSIFICATION TREE)
Natural Vol. 11, No. 2, Mei 2007, hal. 112-118. PENENTUAN KONDISI OPTIMUM PADA PEMBENTUKAN POHON TERBAIK DENGAN METODE POHON KLASIFIKASI (CLASSIFICATION TREE) A. Efendi dan H. Kusdarwati Program Studi
Lebih terperinciPEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART ( CLASSIFICATION AND REGRESSION TREES ) ( STUDI KASUS PENYAKIT DIABETES SUKU PIMA INDIAN )
PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART ( CLASSIFICATION AND REGRESSION TREES ) ( STUDI KASUS PENYAKIT DIABETES SUKU PIMA INDIAN ) PT Jasa Marga ro) C abang Semarang SKRIPSI Disusun Oleh
Lebih terperinciHary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M.
KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN BOOTSTRAP AGGREGATTING CLASSIFICATION AND REGRESSION TREES Hary Mega Gancar Prakosa 1307 100 077 Dosen Pembimbing Dr. Suhartono,
Lebih terperinciKlasifikasi Penderita Diabetes Melitus dengan Metode CHAID (Chi-Squared Automatic Interaction Detection) dan CART (Classification and Regression Tree)
Klasifikasi Penderita Diabetes Melitus dengan Metode CHAID (Chi-Squared Automatic Interaction Detection) dan CART (Classification and Regression Tree) Ria Dhea Layla N.K (1), Brodjol Sutijo Suprih U. (2),
Lebih terperinciIII. METODE PENELITIAN. Desain penelitian yang digunakan pada penelitian ini ialah cross sectional
55 III. METODE PENELITIAN A. Desain Penelitian Desain penelitian yang digunakan pada penelitian ini ialah cross sectional dengan kekhususan pada penelitian uji diagnostik. Sumber data penelitian menggunakan
Lebih terperinciBAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio
21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi
Lebih terperinciPENERAPAN METODE CART
E-ISSN 2527-9378 Jurnal Statistika Industri dan Komputasi Volume 2, No. 2, Juli 2017, pp. 78-83 PENERAPAN METODE CART (CLASSIFICATION AND REGRESSION TREES) UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI
Lebih terperinciANALISIS KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA FEM DAN FAPERTA MENGGUNAKAN METODE CHART
Xplore, 2013, Vol. 2(1):e3(1-8) c 2013 Departemen Statistika FMIPA IPB ANALISIS KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA FEM DAN FAPERTA MENGGUNAKAN METODE CHART Fira Nurahmah Al Amin,Indahwati,Yenni
Lebih terperinciPERBANDINGAN KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) Abstract
Perbandingan Klasifikasi (Agung Waluyo) PERBANDINGAN KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) Agung Waluyo 1, Moch. Abdul Mukid 2, Triastuti
Lebih terperinciKLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART
KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART SKRIPSI Disusun Oleh : NOVIE ERISKA ARITONANG 24010211140081 JURUSAN STATISTIKA FAKULTAS SAINS DAN
Lebih terperinciBAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.
BAB I PENDAHULUAN 1.1. Latar Belakang Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi yang
Lebih terperinciKlasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan Classification and Regression Trees (CART)
D193 Klasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan Classification and Regression Trees (CART) Lely Dwi Bhekti Pratiwi, Wahyu Wibowo, dan Ismaini
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pap Smear adalah metode pemeriksaan pada sel-sel di serviks yang kemudian akan dilihat di bawah mikroskop. Ditemukan oleh seorang dokter ahli anatomi bernama George
Lebih terperinciPENERAPAN METODE REGRESI BERSTRUKTUR POHON PADA PENDUGAAN LAMA PENYUSUNAN SKRIPSI MAHASISWA ARTIKEL ILMIAH
PENERAPAN METODE REGRESI BERSTRUKTUR POHON PADA PENDUGAAN LAMA PENYUSUNAN SKRIPSI MAHASISWA ARTIKEL ILMIAH Artikel Ilmiah Ini Diambil Dari Sebagian Skripsi Untuk Memenuhi Persyaratan Penyelesaian Program
Lebih terperinciSKRIPSI. Disusun Oleh : ZULFA WAHYU MARDIKA NIM. J2E
PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART (CLASSIFICATION AND REGRESSION TREES) (STUDI KASUS KREDIT MACET DI PD. BPR-BKK PURWOKERTO UTARA) SKRIPSI Disusun Oleh : ZULFA WAHYU MARDIKA NIM.
Lebih terperinciMETODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG
METODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG MUHAMMAD JAMAL MUTTAQIN 1311 201 205 PEMBIMBING DR. BAMBANG WIDJANARKO OTOK, M.SI. SANTI PUTERI RAHAYU, M.SI., PH.D.
Lebih terperinciPOHON KLASIFIKASI DAN POHON REGRESI KEBERHASILAN MAHASISWA PASCASARJANA PROGRAM STUDI STATISTIKA IPB
Forum Statistika dan Komputasi, April 2005, p: 15 21 ISSN : 08538115 Vol. 10 No. 1 POHON KLASIFIKASI DAN POHON REGRESI KEBERHASILAN MAHASISWA PASCASARJANA PROGRAM STUDI STATISTIKA IPB Ida Mariati H. 1),
Lebih terperinciPENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA
PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA Muhammad Sjahid Akbar 1, Dina Yuanita, dan Sri Harini 3 1, Jurusan Statistika ITS 3 Jurusan
Lebih terperinciPERBANDINGAN ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 215-225 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN
Lebih terperinciPPDAFTAR GAMBAR Gambar Halaman Yuni Melawati, 2013
PPDAFTAR GAMBAR Gambar 2.1 Contoh Pohon Keputusan untuk Mengklasifikasikan Pembelian Komputer... 19 3.1 Diagram CART... 29 3.2 Pohon Keputusan Sementara... 37 3.3 Pohon Keputusan Optimum... 38 3.4 Pohon
Lebih terperinciBAB I PENDAHULUAN. Indonesia insiden karsinoma tiroid mengalami peningkatan setiap tahun (Sudoyo,
1.1 Latar Belakang BAB I PENDAHULUAN Karsinoma tiroid merupakan keganasan pada kelenjar tiroid dan merupakan keganasan kelenjar endokrin yang paling sering ditemukan. Di Indonesia insiden karsinoma tiroid
Lebih terperinciPENGARUH PERAN DOSEN PEMBIMBING TERHADAP KUALITAS TUGAS AKHIR (Studi Kasus : Mahasiswa Fmipa Unsyiah)
BIAStatistics (2016) Vol. 10, No. 1, hal. 8-16 PENGARUH PERAN DOSEN PEMBIMBING TERHADAP KUALITAS TUGAS AKHIR (Studi Kasus : Mahasiswa Fmipa Unsyiah) Nany Salwa 1, Fitriana A.R. 2, and Junita Aiza 3 1,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kesehatan reproduksi adalah kesejahteraan fisik, mental, sosial yang utuh dalam segala hal yang berkaitan dengan sistem, fungsi, dan proses reproduksi. 1 Pada saat
Lebih terperinciPENENTUAN FAKTOR-FAKTOR MEMILIH MEREK DENGAN METODE CART DAMAS ESMU HAJI
PENENTUAN FAKTOR-FAKTOR MEMILIH MEREK DENGAN METODE CART DAMAS ESMU HAJI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK DAMAS ESMU HAJI.
Lebih terperinciBAB I PENDAHULUAN. yang tidak terkendali dan penyebaran sel-sel yang abnormal. Jika penyebaran
BAB I PENDAHULUAN A. Latar Belakang Kanker adalah sekelompok penyakit yang ditandai dengan pertumbuhan yang tidak terkendali dan penyebaran sel-sel yang abnormal. Jika penyebaran kanker tidak terkontrol,
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah. membuat protein, dan mengatur sensitivitas tubuh terhadap hormon
BAB I PENDAHULUAN A. Latar Belakang Masalah Tiroid merupakan salah satu kelenjar endokrin pada tubuh manusia yang terletak di bagian depan leher. Kelenjar tiroid menghasilkan hormon tiroksin dan triodotironin
Lebih terperinciKANKER PAYUDARA dan KANKER SERVIKS
KANKER PAYUDARA dan KANKER SERVIKS OLEH : Dr. EMI RACHMAWATI. CH PUSAT KLINIK DETEKSI DINI KANKER GRAHA YAYASAN KANKER INDONESIA WILAYAH DKI JL.SUNTER PERMAI RAYA No.2 JAKARTA UTARA 14340 Pendahuluan Kanker
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Karsinoma laring adalah keganasan pada laring yang berasal dari sel epitel laring.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Karsinoma laring adalah keganasan pada laring yang berasal dari sel epitel laring. Lebih dari 90% penderita karsinoma laring memiliki gambaran histopatologi karsinoma
Lebih terperinciBAB 1 PENDAHULUAN. Massa regio colli atau massa pada leher merupakan temuan klinis yang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Massa regio colli atau massa pada leher merupakan temuan klinis yang sering, insidennya masih belum diketahui dengan pasti. Massa pada leher dapat terjadi pada semua
Lebih terperinciKLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 183-192 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN
Lebih terperinciPREFERENSI KARAKTERISTIK KOPI 3 IN 1 MENGGUNAKAN METODE POHON REGRESI DAN KLASIFIKASI FITRIYANTO
PREFERENSI KARAKTERISTIK KOPI 3 IN 1 MENGGUNAKAN METODE POHON REGRESI DAN KLASIFIKASI FITRIYANTO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker atau karsinoma merupakan istilah untuk pertumbuhan sel abnormal dengan kecepatan pertumbuhan melebihi normal dan tidak terkontrol. (World Health Organization,
Lebih terperinciANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 81-90 Online di: http://eournal-s1.undip.ac.id/index.php/gaussian ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING
Lebih terperinciI. PENDAHULUAN. pada wanita dengan penyakit payudara. Insidensi benjolan payudara yang
1 I. PENDAHULUAN A. Latar Belakang Benjolan pada payudara merupakan keluhan yang paling sering ditemui pada wanita dengan penyakit payudara. Insidensi benjolan payudara yang bersifat jinak mengalami peningkatan
Lebih terperinciPenyebab, Gejala, dan Pengobatan Kanker Payudara Thursday, 14 August :15
Kanker payudara adalah penyakit dimana selsel kanker tumbuh di dalam jaringan payudara, biasanya pada ductus (saluran yang mengalirkan ASI ke puting) dan lobulus (kelenjar yang membuat susu). Kanker atau
Lebih terperinciBAB I PENDAHULUAN. (radioimmunoassay) dan IRMA (immunoradiometric assay), atau metode
BAB I PENDAHULUAN 1.1 Latar Belakang Kelenjar tiroid ialah organ endokrin yang terletak di leher manusia. Fungsinya ialah mengeluarkan hormon tiroid. Antara hormon yang terpenting ialah Thyroxine (T4)
Lebih terperinciNILAI DIAGNOSTIK KARAKTERISTIK KLINIS DIBANDINGKAN DENGAN BIOPSI PATOLOGI ANATOMI DALAM MENDIAGNOSIS KARSINOMA TIROID JURNAL MEDIA MEDIKA MUDA
NILAI DIAGNOSTIK KARAKTERISTIK KLINIS DIBANDINGKAN DENGAN BIOPSI PATOLOGI ANATOMI DALAM MENDIAGNOSIS KARSINOMA TIROID JURNAL MEDIA MEDIKA MUDA Disusun untuk memenuhi sebagian persyaratan guna mencapai
Lebih terperinciKUESIONER FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU IBU DALAM PEMERIKSAAN PAP SMEAR DI POLI GINEKOLOGI RSUD DR PIRNGADI MEDAN TAHUN
KUESIONER FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU IBU DALAM PEMERIKSAAN PAP SMEAR DI POLI GINEKOLOGI RSUD DR PIRNGADI MEDAN TAHUN 2012 I. INFORMASI WAWANCARA Tanggal Wawancara.../.../... No. Urut Responden...
Lebih terperinciBAB I PENDAHULUAN. dunia. Pada tahun 2012, berdasarkan data GLOBOCAN, International
BAB I PENDAHULUAN A. Latar Belakang Masalah Kanker merupakan salah satu penyebab kematian utama di seluruh dunia. Pada tahun 2012, berdasarkan data GLOBOCAN, International Agency for Research on Cancer
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN 1.1 Latar Belakang Di seluruh dunia kanker serviks atau kanker leher rahim menempati urutan ketujuh dari seluruh kejadian keganasan pada manusia (Cancer Research United Kingdom, 2010).
Lebih terperinciIDENTIFIKASI VARIABEL YANG MEMPENGARUHI BESAR PINJAMAN DENGAN METODE POHON REGRESI (Studi Kasus di Unit Pengelola Kegiatan PNPM Mandiri)
IDENTIFIKASI VARIABEL YANG MEMPENGARUHI BESAR PINJAMAN DENGAN METODE POHON REGRESI (Studi Kasus di Unit Pengelola Kegiatan PNPM Mandiri) SKRIPSI Disusun Oleh : SHAUMAL LUQMAN NIM. J2E 009 056 JURUSAN STATISTIKA
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Kanker merupakan penyakit tidak menular. Penyakit ini timbul akibat kondisi fisik yang tidak normal dan pola hidup yang tidak sehat. Kanker dapat menyerang berbagai
Lebih terperinciBAB I PENDAHULUAN. dari rasa nyeri jika diberikan pengobatan (Dalimartha, 2002).
1 BAB I PENDAHULUAN A. Latar Belakang Insidens kanker di Indonesia diperkirakan 100 per 100.000 penduduk per tahun atau sekitar 200.000 penduduk per tahun. Pada survei kesehatan rumah tangga yang diselenggarakan
Lebih terperinciPERBANDINGAN ANALISIS KLASIFIKASI NASABAH MENGGUNAKAN REGRESI LOGISTIK BINER DAN (CLASSIFICATION AND REGRESSION TREES)
PERBANDINGAN ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) SKRIPSI Oleh : AGUNG WALUYO 24010210141020 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit Kanker merupakan suatu peyakit yang paling ditakuti oleh masyakat karena proses penyembuhannya yang sulit, efek yang ditimbulkan dan memerlukan biaya yang
Lebih terperinciPENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS (The Application of Random Forest in Driver Analysis)
, April 2011 p : -43 ISSN : 0853-811 Vol 16 No.1 PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS (The Application of Random Forest in Driver Analysis) Nariswari Karina Dewi 1, Utami Dyah Syafitri
Lebih terperinciBAB I PENDAHULUAN 1.1.Latar Belakang Masalah
BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Mengingat kondisi perekonomian saat ini sedang tumbuh dan berkembang secara signifikan, di negara khususnya Indonesia, memiliki peningkatan permintaan produk
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Kesehatan masyarakat perkotaan dipengaruhi oleh beberapa faktor,
BAB I PENDAHULUAN A. Latar Belakang Kesehatan masyarakat perkotaan dipengaruhi oleh beberapa faktor, diantaranya lingkungan, perilaku, akses pelayanan kesehatan dan kependudukan (Efendi & Makhfudi,2010).
Lebih terperinciBAB I PENDAHULUAN. jawab terhadap pertumbuhan sel ikut termutasi (Saydam, 2012).
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker payudara adalah tumor ganas yang tumbuh dijaringan payudara, yakni didalam kelenjar susu, saluran susu, jaringan lemak hingga jaringan ikat pada payudara. Kanker
Lebih terperinciKlasifikasi Risiko Infeksi pada Bayi Baru Lahir di Rumah Sakit Umum Daerah Sidoarjo Menggunakan Metode Classification Trees
JURAL SAIS DA SEI ITS Vol. 5, o.1, (2016) 2337-3520 (2301-928X Prin D-26 Klasifikasi Risiko Infeksi pada Bayi Baru Lahir di Rumah Sakit Umum Daerah Sidoarjo Menggunakan Metode Classification Trees Aulia
Lebih terperinciBAB I PENDAHULUAN. tiroid ditemukan pada 4-8% dari populasi umum dengan pemeriksaan palpasi, 10-
BAB I PENDAHULUAN A. Latar Belakang Penelitian Nodul tiroid adalah masalah klinis umum pada masyarakat dan kejadian nodul tiroid telah meningkat seiring dengan peningkatan penggunaan ultrasonografi tiroid
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1 Ruang lingkup penelitian Ruang lingkup penelitian ini mencakup disiplin ilmu penyakit dalam sub bagian endokrinologi 4.2 Tempat dan waktu penelitian 1. Tempat penelitian :
Lebih terperinciKLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN CART ARCING
KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN CART ARCING 1 Ibrahim Widyandono 2 Bambang Widjanarko Otok 3 Jerry Dwi Trijoyo Purnomo 1 Mahasiswa Jurusan Statistika FMIPA-ITS
Lebih terperinciBAGGING CLASSIFICATION TREES UNTUK PREDIKSI RISIKO PREEKLAMPSIA (Studi Kasus : Ibu Hamil Kategori Penerima Jampersal di RSUD Dr. Moewardi Surakarta)
Prediksi Risiko (Moch. Abdul Mukid) BAGGING CLASSIFICATION TREES UNTUK PREDIKSI RISIKO PREEKLAMPSIA (Studi Kasus : Ibu Hamil Kategori Penerima Jampersal di RSUD Dr. Moewardi Surakarta) Moch. Abdul Mukid
Lebih terperinciBAB I PENDAHULUAN. Dalam menjalankan tugas sebagai seorang dokter, satu hal yang rutin dilakukan adalah menegakkan
BAB I PENDAHULUAN I.1. LATAR BELAKANG Dalam menjalankan tugas sebagai seorang dokter, satu hal yang rutin dilakukan adalah menegakkan diagnosis penyakit pasien. Penegakkan diagnosis ini berperan penting
Lebih terperinciLAPORAN PENDAHULUAN Soft Tissue Tumor
LAPORAN PENDAHULUAN Soft Tissue Tumor A. DEFINISI Jaringan lunak adalah bagian dari tubuh yang terletak antara kulit dan tulang serta organ tubuh bagian dalam. Yang tergolong jaringan lunak antara lain
Lebih terperinciKARAKTERISTIK PENDERITA KANKER TIROID DI BAGIAN BEDAH ONKOLOGI RSUP SANGLAH DENPASAR TAHUN
KARAKTERISTIK PENDERITA KANKER TIROID DI BAGIAN BEDAH ONKOLOGI RSUP SANGLAH DENPASAR TAHUN 2009-2012 I Gusti Ayu M Prita Dewi 1, Putu Anda Tusta Adiputra 2 1 Fakultas Kedokteran Universitas Udayana 2 Sub
Lebih terperinciBAB I PENDAHULUAN. oleh bakteri Mycobacterium tuberculosis sebagian besar bakteri ini menyerang
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Penyakit Tuberkulosis merupakan penyakit menular yang disebabkan oleh bakteri Mycobacterium tuberculosis sebagian besar bakteri ini menyerang bagian paru, namun tak
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada BAB II ini akan disampaikan materi-materi yang berkaitan dengan konsep data mining, yang merupakan landasan bagi pembahasan klasifikasi untuk evaluasi kinerja pegawai. 2. 1 Tinjauan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Kanker adalah penyakit tidak menular yang timbul akibat pertumbuhan tidak normal sel jaringan tubuh yang berubah menjadi sel kanker. Pertumbuhan sel tersebut dapat
Lebih terperinciBAB I PENDAHULUAN. Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker adalah pertumbuhan dan penyebaran sel secara tidak terkendali, sering menyerang jaringan sekitar dan dapat bermetastasis atau menyebar ke organ lain (World Health
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di negara-negara berkembang termasuk di Indonesia terdapat banyak kasus yang berkaitan dengan kesehatan, salah satunya adalah munculnya penyakit, baik menular
Lebih terperinciBAB I PENDAHULUAN. Kanker serviks (leher rahim) adalah salah satu kanker ganas yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kanker serviks (leher rahim) adalah salah satu kanker ganas yang menyerang wanita. Kanker ini adalah kanker ketiga yang umum diderita oleh wanita secara global
Lebih terperinciBagi pria, kewaspadaan juga harus diterapkan karena kanker payudara bisa menyerang
Gejala Kanker Payudara dan Penyebabnya Pada wanita khususnya, payudara adalah salah satu organ paling pribadi. Penting artinya memeriksa kondisi payudara secara berkala. Benjolan, penebalan, dan perubahan
Lebih terperinciModel Credit Scoring Menggunakan Metode Classification and Regression Trees (CART) pada Data Kartu Kredit
Prosiding Statistika ISSN: 2460-6456 Model Credit Scoring Menggunakan Metode Classification and Regression Trees (CART) pada Data Kartu Kredit 1 Rifani Yunindya, 2 Abdul Kudus, 3 Teti Sofia Yanti 1,2,3
Lebih terperinciBAB V PEMBAHASAN. Penelitian dengan analisis bivariat menggunakan Chi square test untuk
BAB V PEMBAHASAN Penelitian dengan analisis bivariat menggunakan Chi square test untuk mengetahui hubungan antara dua variabel yaitu dari masing-masing faktor risiko terhadap keterlambatan pengobatan.
Lebih terperinciBAB I PENDAHULUAN diantaranya meninggal akibat penyakit tersebut (Lester, 2004 ;
1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Karsinoma mammae / kanker payudara merupakan jenis keganasan yang paling sering dijumpai pada wanita. Di Indonesia angka kesakitan dan kematian kanker payudara
Lebih terperinciBAB 4 HASIL. Korelasi stadium..., Nurul Nadia H.W.L., FK UI., Universitas Indonesia
BAB 4 HASIL 4.1 Pengambilan Data Data didapatkan dari rekam medik penderita kanker serviks Departemen Patologi Anatomi RSCM pada tahun 2007. Data yang didapatkan adalah sebanyak 675 kasus. Setelah disaring
Lebih terperinciBAB III METODE PENELITIAN. penelitian survei analitik dengan pendekatan cross sectional, yaitu dengan
38 BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Metode penelitian yang digunakan di dalam penelitian ini adalah metode penelitian survei analitik dengan pendekatan cross sectional, yaitu dengan cara
Lebih terperinciKLASIFIKASI PASIEN HASIL PAP SMEAR TEST
KLASIFIKASI PASIEN HASIL PAP SMEAR TEST SEBAGAI PENDETEKSI AWAL UPAYA PENANGANAN DINI PADA PENYAKIT KANKER SERVIKS DI RS. X SURABAYA DENGAN METODE BAGGING LOGISTIC REGRESSION Oleh : Ida Ayu Sevita Intansari
Lebih terperinciKanker Payudara. Breast Cancer / Indonesian Copyright 2017 Hospital Authority. All rights reserved
Kanker Payudara Kanker payudara merupakan kanker yang paling umum diderita oleh para wanita di Hong Kong dan negara-negara lain di dunia. Setiap tahunnya, ada lebih dari 3.500 kasus kanker payudara baru
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang WHO (World Health Organization) menyatakan bahwa lima besar karsinoma di dunia adalah karsinoma paru-paru, karsinoma mamae, karsinoma usus besar dan karsinoma lambung
Lebih terperinciBAB I PENDAHULUAN. klinik. Prevalensi nodul berkisar antara 5 50% bergantung pada populasi tertentu
BAB I PENDAHULUAN 1.1 Latar belakang Nodul tiroid merupakan neoplasia endokrin yang paling sering ditemukan di klinik. Prevalensi nodul berkisar antara 5 50% bergantung pada populasi tertentu dan sensitivitas
Lebih terperinciBAB III METODE POHON KLASIFIKASI QUEST
BAB III METODE POHON KLASIFIKASI QUEST 3.1 Metode Berstruktur Pohon Istilah pohon dalam matematika dikenal dalam teori graf. Pertama kali konsep pohon digunakan oleh Gustav Kirchhoff (184-1887) dalam bidang
Lebih terperinciPEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA QUEST (QUICK, UNBIASED, AND EFFICIENT STATISTICAL TREE) PADA DATA PASIEN LIVER
PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA QUEST (QUICK, UNBIASED, AND EFFICIENT STATISTICAL TREE) PADA DATA PASIEN LIVER SKRIPSI Disusun oleh MUHAMMAD ROSYID ABDURRAHMAN 24010210120036 JURUSAN
Lebih terperinciMajalah Kesehatan FKUB Volume 2, Nomer 3, September 2015
Akurasi Diagnosa FNAB (Fine Needle Aspiration Biopsy) Dibandingkan dengan Pemeriksaan Histopatologi pada Tumor Tiroid (Studi Kasus di Instalasi Patologi Anatomi RS dr. Saiful Anwar Malang Periode 2008-2010)
Lebih terperinciBAB I PENDAHULUAN. atau benda ke dalam golongan atau pola-pola tertentu berdasarkan kesamaan ciri.
BAB I PENDAHULUAN 1.1 Latar Belakang Klasifikasi merupakan pengelompokan secara sistematis pada suatu objek atau benda ke dalam golongan atau pola-pola tertentu berdasarkan kesamaan ciri. Masalah klasifikasi
Lebih terperinciBAB I PENDAHULUAN. uteri. Hal ini masih merupakan masalah yang cukup besar dikalangan masyarakat Di
BAB I PENDAHULUAN A. Latar Belakang Kanker serviks merupakan suatu pertumbuhan abnormal dari sel sel serviks uteri. Hal ini masih merupakan masalah yang cukup besar dikalangan masyarakat Di RSDK tahun
Lebih terperinciANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART)
ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART) SKRIPSI Disusun Oleh : DESY RATNANINGRUM 24010211140097 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 583-592 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART (CLASSIFICATION
Lebih terperinciPENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS NARISWARI KARINA DEWI
PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS NARISWARI KARINA DEWI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 RINGKASAN NARISWARI KARINA
Lebih terperinciMETODE POHON GABUNGAN PADA CART UNTUK ANALISA KESEJAHTERAAN RUMAH TANGGA DI BANJARMASIN
Technologia Vol 7, No.1, Januari Maret 2016 15 METODE POHON GABUNGAN PADA CART UNTUK ANALISA KESEJAHTERAAN RUMAH TANGGA DI BANJARMASIN Galih Mahalisa, S.Kom, M.Kom (galih.mahalisa@gmail.com) ABSTRAK Kemiskinan
Lebih terperinciKata kunci: kanker kolorektal, jenis kelamin, usia, lokasi kanker kolorektal, gejala klinis, tipe histopatologi, RSUP Sanglah.
ABSTRAK KARAKTERISTIK KLINIKOPATOLOGI KANKER KOLOREKTAL PADA TAHUN 2011 2015 BERDASARKAN DATA HISTOPATOLOGI DI LABORATORIUM PATOLOGI ANATOMI RUMAH SAKIT UMUM PUSAT (RSUP) SANGLAH DENPASAR BALI Kanker kolorektal
Lebih terperinciBAB I PENDAHULUAN. menduduki peringkat teratas dan sebagai penyebab kematian tertinggi
BAB I PENDAHULUAN A. Latar Belakang Tumor ganas payudara merupakan keganasan pada wanita yang menduduki peringkat teratas dan sebagai penyebab kematian tertinggi (Madjawati, 2008). Kanker payudara umumnya
Lebih terperinciKanker Prostat. Prostate Cancer / Indonesian Copyright 2017 Hospital Authority. All rights reserved
Kanker Prostat Kanker prostat merupakan tumor ganas yang paling umum ditemukan pada populasi pria di Amerika Serikat, dan juga merupakan kanker pembunuh ke-5 populasi pria di Hong Kong. Jumlah pasien telah
Lebih terperinciTINGKAT PENGETAHUAN REMAJA PUTERI TENTANG SADARI DALAM UPAYA DETEKSI DINI KANKER PAYUDARA DI PONDOK PESANTREN ADDAINURRIYAH II SEMARANG
TINGKAT PENGETAHUAN REMAJA PUTERI TENTANG SADARI DALAM UPAYA DETEKSI DINI KANKER PAYUDARA DI PONDOK PESANTREN ADDAINURRIYAH II SEMARANG Muliatul Jannah SST.,M.Biomed Dosen Universitas Islam Sultan Agung
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker leher rahim (kanker serviks) adalah kanker yang terjadi pada servik uterus, suatu daerah pada organ reproduksi wanita yang merupakan pintu masuk ke arah rahim
Lebih terperinciKanker Rahim - Gejala, Tahap, Pengobatan, dan Resiko
Kanker Rahim - Gejala, Tahap, Pengobatan, dan Resiko Apakah kanker rahim itu? Kanker ini dimulai di rahim, organ-organ kembar yang memproduksi telur wanita dan sumber utama dari hormon estrogen dan progesteron
Lebih terperinciBAB 1 PENDAHULUAN. perubahan pola fertilitas, gaya hidup, sosial ekonomi, yang pada gilirannya dapat
BAB 1 PENDAHULUAN 1.1. Latar Belakang Perubahan negara agraris ke negara industri banyak memberi andil terhadap perubahan pola fertilitas, gaya hidup, sosial ekonomi, yang pada gilirannya dapat memacu
Lebih terperinci