BAB I PENDAHULUAN. Kanker adalah pertumbuhan yang tidak normal dari sel-sel jaringan tubuh
|
|
- Hartanti Tanuwidjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN A. Latar Belakang Kanker adalah pertumbuhan yang tidak normal dari sel-sel jaringan tubuh dan bersifat ganas. Sel-sel tersebut dapat tumbuh lebih lanjut serta menyebar ke bagian tubuh lainnya serta dapat menyebabkan kematian. Sel kanker tidak mati setelah usianya cukup melainkan tumbuh terus dan bersifat menyerang sehingga sel tubuh yang normal dapat terdesak atau mati (Pusat Data dan Informasi Kementerian Kesehatan RI, 2016). Kanker menjadi penyebab kematian nomor 2 di dunia yaitu sebesar 13% (WHO, 2016). Berdasarkan data GLOBOCAN, International Agency for Research on Cancer (IARC) pada tahun 2008 sampai tahun 2012 terdapat 14,1 juta kasus kanker baru, 8,2 juta kematian akibat kanker dan 32,6 juta orang yang hidup dengan kanker. Sedangkan menurut National Cancer Institute pada tahun 2016, diperkirakan terdapat sebanyak kasus baru untuk penderita kanker di seluruh dunia dan diperkirakan sebanyak orang meninggal akibat kanker. Ancaman kanker di dunia semakin meningkat seiring dengan perubahan pola hidup masyarakat. Menurut Organisasi Penanggulangan Kanker Dunia dan Badan Kesehatan Dunia, diperkirakan terjadi peningkatan kejadian kanker di dunia 300 persen pada tahun 2030 dan mayoritas terjadi di negara-negara berkembang termasuk Indonesia. Salah satu jenis kanker yaitu kanker payudara menjadi jenis kanker yang sangat menakutkan bagi wanita di seluruh dunia termasuk di Indonesia. Menurut American Cancer Society, kanker payudara adalah tumor ganas yang terbentuk 1
2 dari sel-sel di payudara yang mulai tumbuh di luar kendali. Sel-sel ini biasanya berbentuk benjolan. Tumor ganas (kanker) terjadi jika sel-sel dapat tumbuh (menyerang) sekitar jaringan atau menyebar (bermetastasis) ke daerah-daerah yang jauh dari tubuh. Sel di hampir setiap bagian dari tubuh dapat menjadi kanker dan dapat menyebar ke area lain dari tubuh. Kanker payudara terjadi hampir seluruhnya pada wanita, tetapi pria juga dapat mengalaminya. Kanker payudara pada pria lebih jarang terjadi daripada kanker payudara pada wanita. Perbandingannya yaitu 1 dari 150 kasus kanker payudara. (Gejala dan Tanda dalam Kedokteran Klinis, 2012: 337). Kanker payudara adalah kanker paling umum kedua di dunia dan merupakan kanker yang paling sering terjadi pada perempuan dengan perkiraan 1,67 juta kasus kanker baru yang didiagnosis pada tahun 2012 atau 25% dari semua jenis kanker (GLOBOCAN IARC, 2012). American Cancer Society memperkirakan pada tahun 2017 di U.S Amerika terjadi sebanyak kasus kanker baru yang didiagnosa pada perempuan dan sebanyak kasus kematian yang diperkirakan akan terjadi akibat kanker payudara. Sedangkan di Indonesia sendiri penyakit kanker serviks dan kanker payudara merupakan penyakit kanker dengan prevalensi tertinggi di Indonesia pada tahun 2013, yaitu kanker serviks sebesar 0,8 % atau sekitar penderita dan kanker payudara sebesar 0,5% atau sekitar penderita. Berdasarkan data di RS Kanker Dharmis Jakarta dari 10 jenis kanker, kanker payudara menduduki urutan pertama dalam 10 tahun terakhir sampai tahun Bahkan terjadi peningkatan setiap 2
3 tahunnya, proporsi kanker payudara sekitar 40% dari seluruh kasus kanker di rumah sakit tersebut (Kementerian Kesehatan RI, 2016). Masalah terbesar dalam penanggulangan kanker saat ini adalah banyaknya informasi yang kurang dapat dipertanggungjawabkan tersebar di masyarakat sehingga pasien tidak melakukan pengobatan secara benar dan baru datang ke fasilitas pelayanan kesehatan setelah terlambat ditangani (Kementerian Kesehatan RI, 2016). Oleh karena itu, pengenalan kanker merupakan hal yang paling penting untuk dilakukan guna meningkatkan kewaspadaan dan pengetahuan mengenai kanker payudara, serta menggerakkan individu untuk melakukan upaya pencegahan, deteksi dini dan pengobatan terhadap kanker payudara, sehingga resiko terkena kanker payudara dapat dikurangi. Deteksi dini kanker payudara memegang peranan penting dalam mengantisipasi penyebaran kanker. Dengan deteksi dini, timbulnya sel-sel kanker dapat segera diatasi dan dicegah penyebarannya. Kanker payudara dapat dideteksi salah satunya melalui diagnosis dari massa payudara dengan menggunakan beberapa metode diantaranya yaitu fine-needle aspiration (FNA) biopsy, core needle biopsy, atau excisional biopsy. FNA adalah cara termudah dan tercepat untuk mendapatkan biopsi payudara dan efektif bagi wanita yang memiliki kista berisi cairan. FNA menggunakan jarum yang lebih kecil dari yang digunakan untuk tes darah untuk mengeluarkan cairan, sel, dan fragmen kecil jaringan untuk diteliti di bawah mikroskop (Shahura dkk, 2016: 136). Penggunaan FNA dalam mendeteksi kanker payudara salah satunya dilakukan oleh University of Wisconsin Hospital. Wisconsin Breast Cancer Database (WBCD) dan Wisconsin Diagnostic 3
4 Breast Cancer (WDBC) merupakan data set yang diperoleh dari hasil FNA biopsi payudara dari pasien di University of Wisconsin Hospitals. Berdasarkan hasil sampel FNA yang diambil, ditetapkan sembilan parameter berdasarkan karakteristik sel, yaitu clump thickness, uniformity of cell size, uniformity of cell shape, marginal adhesion, single epithelial cell size, bare nuclei, bland chromatin, normal nucleoli dan mitoses. Kesembilan parameter tersebut merupakan isi dari data set Wisconsin Breast Cancer Database (WBCD). Sedangkan untuk data Wisconsin Diagnostic Breast Cancer (WDBC) diperoleh dari karakteristik inti sel dari sebuah gambar digital massa payudara, sehingga berdasarkan hasil sampel FNA yang telah diambil diperoleh sepuluh parameter untuk data WDBC, yaitu radius, texture, perimeter, area, compactness, smoothness, concavity, concave points, symmetry dan fractal dimension. Kedua jenis data tersebut mengklasifikasikan tumor payudara menjadi dua kelas, yaitu tumor jinak (benign) dan tumor ganas (malignant) (Salama et al, 2012: 36-38). Penelitian-penelitian yang menggunakan data Wisconsin untuk klasifikasi kanker payudara diantaranya dilakukan oleh Salama, Abdelhelim dan Zeid (2012) yang melakukan klasifikasi kanker payudara dengan menggunakan 3 jenis data yang berbeda yang diperoleh dari University of Wisconsin Hospital yaitu Wisconsin Breast Cancer Database (WBCD), Wisconsin Diagnostic Breast Cancer (WDBC) serta Wisconsin Prognostic Breast Cancer (WPBC). Tujuan dari penelitian tersebut untuk membandingkan beberapa metode klasifikasi, yaitu metode Naïve Bayes, Multi Layer Perceptron (MLP), algoritma J48, metode Support Vector Machine (SVM) dan metode K Nearest Neighbour (KNN) dimana 4
5 masing-masing metode tersebut diterapkan pada ketiga jenis data Wisconsin yang berbeda. Klasifikasi kanker payudara perlu dilakukan untuk menelusuri sebaran dan karakteristik hasil pemeriksaan diagnosa. Klasifikasi dapat diselesaikan dengan teknik-teknik pendekatan secara fungsional yang dikenal dengan istilah soft computing. Soft computing merupakan suatu model pendekatan untuk melakukan komputasi dengan meniru kemampuan akal manusia yang luar biasa untuk menalar dan belajar pada lingkungan yang memiliki ketidakpastian dan ketidaktepatan (Jang et al, 1997). Beberapa teknik dalam soft computing antara lain sistem fuzzy, Artificial Neural Network (ANN), algoritma evolusioner, dan probabilistic reasoning. Salah satu karakteristik dari soft computing yaitu model komputasi yang berbasis biologis yang mampu menangani permasalahan yang berkaitan dengan persepsi, pengenalan pola, regresi non linier dan klasifikasi. Komponen utama pembentuk soft computing adalah neural network dan logika fuzzy (Kusumadewi & Hartati, 2010:1). Neural network adalah generasi baru dari sistem pemrosesan informasi yang sengaja dibangun untuk memanfaatkan beberapa prinsip organisasi yang menjadi karakteristik otak manusia (Lin & Lee, 1996:5). Masing-masing elemen pemrosesan (node) dalam neural network memiliki nilai dari input dimana masing-masing input saling terkoneksi, selanjutnya dilakukan operasi matematika untuk menghasilkan nilai output. Setiap koneksi memiliki bobot terkait yang menentukan efek dari input yang masuk pada tingkat aktivasi dari node. Nilai bobot ditentukan oleh suatu prosedur pembelajaran dari neural network. Masing-masing jenis pembelajaran 5
6 dapat diklasifikasikan lebih lanjut menjadi tiga kategori yaitu, supervised learning, reinforcement learning dan unsupervised learning. Penelitian terkait neural network untuk klasifikasi telah dilakukan, diantaranya oleh Paulin dan Santhakumaran (2010) yang menggunakan metode backpropagation untuk klasifikasi kanker payudara berdasarkan data Wisconsin Breast Cancer (WBC) ke dalam kriteria benign dan malignant dengan tingkat akurasi 99,28%. Sedangkan pada tahun 2015, Apriani membandingkan model Recurrent Neural Network, Fuzzy Sugeno dan Recurrent Neuro Fuzzy untuk klasifikasi stadium kanker payudara dengan menggunakan data citra mamografi. Hasil dari penelitian tersebut diperoleh model Recurrent Neural Network memiliki nilai sensitivitas, spesifisitas dan akurasi yang lebih baik daripada model Fuzzy Sugeno dan Recurrent Neuro Fuzzy. Terdapat juga penelitian dengan menggunakan salah satu pendekatan model neural network yaitu Radial Basis Function (RBF). Radial Basis Function (RBF) adalah tipe khusus dari neural network yang menggunakan radial basis function sebagai fungsi aktivasinya (Santhanam & Subhajini, 2011: 964). Jaringan ini terdiri dari tiga layer yaitu input layer, hidden layer dan output layer. Fungsi aktivasinya adalah fungsi basis dan fungsi linear pada lapisan output. Radial basis function neural network merupakan salah satu jenis dari neural network yang memiliki kelebihan tertentu termasuk kemampuan pendekatan yang lebih baik, jaringan arsitektur sederhana dan algoritma pembelajaran yang lebih cepat. Ide utama jaringan saraf RBF adalah untuk menciptakan jumlah neuron tersembunyi 6
7 yang tepat dan menentukan bobot masing-masing neuron (Zakharov et al, 2014: 714). Penelitian terkait dengan Radial Basis Function (RBF) salah satunya dilakukan oleh Masala, Golosio, dan Pola (2013) yang menggunakan pengklasifikasian dua layer berdasarkan metode Radial Basis Function (RBF) untuk skrining Talasemia. Sedangkan pada tahun 2005, Soelaiman, Purwitasari & Hayati menggunakan metode pengklasifikasian hybrid berbasis Radial Basis Function (RBF) dan pohon keputusan induktif untuk pengembangan sistem pengenalan wajah. Penelitian-penelitian lainnnya terkait Radial Basis Function (RBF) juga dilakukan pada kasus pengklasifikasian dan diagnosa kanker payudara. Diantaranya yaitu penelitian yang dilakukan oleh Kumala (2016) yang membandingkan 2 metode clustering yang berbeda yaitu K Means dan C Means pada model Radial Basis Function Neural Network (RBFNN) untuk klasifikasi stadium kanker payudara. Hasil yang diperoleh dari penelitian tersebut menunjukkan bahwa metode K Means clustering lebih baik dibandingkan C Means dengan nilai sensitivitas, spesifisitas, dan akurasi pada metode K Means clustering secara berurutan adalah 75%, 93,75%, dan 80,21% untuk data training dan 81,25%, 75%, dan 79,17% untuk data testing. Penelitian lain terkait penggunaan metode RBFNN untuk klasifikasi kanker payudara dilakukan oleh Raad, Kalakech dan Ayache pada tahun 2012 yang melakukan klasifikasi kanker payudara dengan menggunakan pendekatan Neural Network: MLP (Multi Layer Perceptron) dan RBF (Radial Basis 7
8 Function). Penelitian tersebut menggunakan data dari Wisconsin Diagnostic and Prognostic Breast Cancer dengan 9 variabel dan menggunakan algoritma pembelajaran backpropagation. Sedangkan output yang dihasilkan terdiri dari 2 kelas, yaitu benign (tumor) dan malignant (kanker). Hasil akurasi yang diperoleh dari penelitian tersebut menunjukkan bahwa metode RBF lebih baik dibandingkan dengan metode MLP. Komponen pembentuk soft computing berikutnya yaitu logika fuzzy. Logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input menuju ke output yang diharapkan (Kusumadewi & Purnomo, 2010). Menurut Roujas (1996), logika fuzzy dapat dikonseptualisasikan sebagai generalisasi dari logika klasik dimana metode-metode pada logika fuzzy dapat digunakan untuk memberikan interprestasi dari suatu nilai output pada unit yang tidak terbatas dari 0 sampai 1. Fuzzy Neural Network (FNN) merupakan salah satu gabungan sistem fuzzy dengan ANN. Artificial Neural Network (ANN) adalah sistem informasi pengolahan yang memiliki karakteristik kinerja yang sama dengan jaringan saraf biologis. ANN telah dikembangkan sebagai generalisasi model matematika berdasarkan asumsi bahwa pengolahan informasi terjadi pada banyak elemen sederhana yang disebut neuron (Fausett, 1993:3). Model FNN merupakan arsitektur jaringan yang dirancang untuk memroses data-data fuzzy. Pada FNN, parameter-parameter yang dimiliki ANN yang biasanya disajikan secara crisp, dapat diganti dengan parameter-parameter fuzzy (Lin & Lee, 1996:609). Model 8
9 FNN sering digunakan untuk sistem kendali, penyelesaian masalah prediksi yang bersifat runtun waktu, dan klasifikasi pola. Penelitian-penelitian sebelumnya yang menggunakan FNN telah dilakukan antara lain penelitian oleh Rahmawati (2016) menggunakan Fuzzy Neural Network (FNN) dengan model Feedforward Neural Network dengan input berupa variabel-variabel fuzzy dan output berupa klasifikasi stadium kanker kolorektal. Penelitian lainnya dilakukan oleh Mohammed (2014) dengan mengkombinasikan metode fuzzy logic system dan fuzzy neural network (FNN) pada sistem kesalahan diagnosa. Seiring dengan perkembangan kemampuan intelektual manusia untuk menciptakan penelitian baru dan mengembangkan penelitian-penelitian terdahulu agar dapat memperoleh hasil yang lebih akurat, maka munculah berbagai macam metode dan penelitian baru terkait klasifikasi stadium kanker payudara yaitu metode Fuzzy Radial Basis Function Neural Network (FRBFNN). Fuzzy Radial Basis Function Neural Network (FRBFNN) merupakan gabungan dari sistem fuzzy, Radial Basis Function (RBF) dan Neural Network (NN). Fuzzy Radial Basis Function Neural Network (FRBFNN) adalah model RBFNN dengan input berupa himpunan fuzzy. Konsep dasar dari model Fuzzy Radial Basis Function Neural Network (FRBFNN) ini adalah penerapan aplikasi teori fuzzy ke dalam model dasar Radial Basis Function (RBF). Langkah tersebut dimaksudkan untuk dapat mengembangkan kualitas hasil output dari terbatasnya data dan menanggulangi kesalahan akibat adanya penyimpangan ukuran yang pada awal perencanaan diabaikan (Chi & Hsu, 2001). 9
10 Penggunaan metode Fuzzy Radial Basis Function Neural Network (FRBFNN) telah dilakukan dalam berbagai penelitian sebelumnya. Pada tahun 2008, Pehlivan dan Apaydin melakukan penelitian untuk membandingkan antara Fuzzy Kernel Regression (FNPR) dengan FRBFNN dimana nilai input, output dan bobot pada metode FRBFNN merupakan bilangan fuzzy. Penelitian tersebut menggunakan data percobaan analisis kimia, mikrobiologi serta organoleptik. Hasil dari penelitian tersebut menunjukkan bahwa metode FNPR lebih baik dibandingkan dengan FRBFNN. Penelitian lainnya dilakukan oleh Karthikeyeni dan Ramya (2014) yang membandingkan antara metode Artificial Neuro Fuzzy Inference System (ANFIS) dengan FRBFNN pada prediksi waktu survival pasien kanker paru-paru. Hasilnya yaitu bahwa teknik FRBFNN memiliki tingkat akurasi yang lebih tinggi dari pada metode ANFIS. Pada tahun yang sama, Ayunda, Irawan dan Karnaningroem menggunakan model Fuzzy Radial Basis Function untuk peramalan nilai Biochemical Oxygen Demand (BOD) pada kali Surabaya. Penelitian terdahulu terkait penggunaan model FRBFNN untuk klasifikasi kanker payudara telah dilakukan sebelumnya oleh Senol dan Yildirim (2009). Mereka membandingkan beberapa metode struktur hybrid yang mengkombinasikan antara neural network dengan fuzzy logic untuk klasifikasi stadium kanker thyroid dan kanker payudara. Salah satu metode yang digunakan yaitu fuzzy-rbf. Penggunaan metode fuzzy-rbf pada penelitian tersebut menggunakan algoritma Orthogonal Least Square (OLS) untuk mencari nilai bobot yang menghubungkan antara hidden layer dan output layer. Sedangkan 10
11 pada tugas akhir ini, estimasi bobot dilakukan dengan menggunakan metode global ridge regression. Berdasarkan hal-hal yang telah diuraikan di atas, melatarbelakangi penulis untuk melakukan penelitian mengenai klasifikasi stadium kanker payudara menggunakan model Fuzzy Radial Basis Function Neural Network (FRBFNN). Oleh karena itu, penelitian yang berjudul Penerapan Model Fuzzy Radial Basis Function Neural Network (FRBFNN) untuk Klasifikasi Stadium Kanker Payudara pada tugas akhir ini diharapkan dapat memberikan hasil yang baik dan bermanfaat di bidang matematika maupun kesehatan. B. Rumusan Masalah Berdasarkan latar belakang di atas maka permasalahan dalam penelitian ini dapat dirumuskan sebagai berikut: 1. Bagaimana prosedur klasifikasi stadium kanker payudara pada model Fuzzy Radial Basis Function Neural Network (FRBFNN) dengan menggunakan data Wisconsin Breast Cancer Database (WBCD) dan data Wisconsin Diagnostic Breast Cancer (WDBC)? 2. Bagaimana hasil klasifikasi stadium kanker payudara pada model Fuzzy Radial Basis Function Neural Network (FRBFNN) dengan menggunakan data Wisconsin Breast Cancer Database (WBCD) dan data Wisconsin Diagnostic Breast Cancer (WDBC)? C. Tujuan Penelitian Berdasarkan rumusan masalah di atas maka tujuan penulisan penelitian ini adalah: 11
12 1. Mendeskripsikan prosedur klasifikasi stadium kanker payudara pada model Fuzzy Radial Basis Function Neural Network (FRBFNN) dengan menggunakan data Wisconsin Breast Cancer Database (WBCD) dan data Wisconsin Diagnostic Breast Cancer (WDBC). 2. Mendeskripsikan hasil klasifikasi stadium kanker payudara pada model Fuzzy Radial Basis Function Neural Network (FRBFNN) dengan menggunakan data Wisconsin Breast Cancer Database (WBCD) dan data Wisconsin Diagnostic Breast Cancer (WDBC). D. Manfaat Penelitian Manfaat yang dapat diperoleh dari penelitian ini adalah: 1. Bagi penulis Bagi penulis sendiri, penulisan skripsi ini dapat menambah pengetahuan dan wawasan tentang aplikasi model FRBFNN dalam kehidupan sehari-hari, khususnya dalam bidang kesehatan. 2. Bagi para pembaca Sebagai salah satu bahan dalam mempelajari model FRBFNN dan MATLAB serta diharapkan penelitian ini dapat dijadikan sebagai referensi untuk penelitian selanjutnya. 3. Bagi perpustakaan Universitas Negeri Yogyakarta Penulisan skripsi ini juga bermanfaat dalam menambah koleksi bahan pustaka yang bermanfaat bagi Universitas Negeri Yogyakarta pada umunya dan mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam pada khususnya. 12
BAB III PEMBAHASAN. 1. Arsitektur Fuzzy Radial Basis Function Neural Network (FRBFNN) Fuzzy Radial Basis Function Neural Network (FRBFNN) merupakan
BAB III PEMBAHASAN A. Fuzzy Radial Basis Function (FRBFNN) 1. Arsitektur Fuzzy Radial Basis Function Neural Network (FRBFNN) Fuzzy Radial Basis Function Neural Network (FRBFNN) merupakan gabungan dari
Lebih terperinciBAB I PENDAHULUAN. saluran kelenjar dan jaringan penunjang payudara, tidak termasuk kulit payudara
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah tumor ganas yang berasal dari sel kelenjar, saluran kelenjar dan jaringan penunjang payudara, tidak termasuk kulit payudara (Departemen Kesehatan,
Lebih terperinciBAB I PENDAHULUAN. Memelihara kesehatan diri sendiri dan orang-orang di sekitar merupakan hal yang
a. Latar Belakang BAB I PENDAHULUAN Kesehatan merupakan suatu kekayaan yang tidak ternilai harganya. Memelihara kesehatan diri sendiri dan orang-orang di sekitar merupakan hal yang sangat penting. Kini
Lebih terperinciBAB I PENDAHULUAN. beberapa dekade ini. Kanker paru merupakan pertumbuhan sel-sel abnormal yang
BAB I PENDAHULUAN A. Latar Belakang Kanker paru telah menjadi salah satu kanker yang sering terjadi dalam beberapa dekade ini. Kanker paru merupakan pertumbuhan sel-sel abnormal yang tak terkendali pada
Lebih terperinciBAB I PENDAHULUAN. jaringan ikat pada payudara. Terdapat beberapa jenis kanker payudara antara lain
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah pertumbuhan sel-sel pada jaringan payudara secara abnormal, terus menerus, tidak terkontrol dan tidak terbatas. Kanker bisa mulai tumbuh di dalam
Lebih terperinciBAB II KAJIAN TEORI. Kanker payudara adalah tumor ganas yang terbentuk dari sel-sel payudara
A. Kanker Payudara BAB II KAJIAN TEORI 1. Pengertian Kanker Payudara Kanker payudara adalah tumor ganas yang terbentuk dari sel-sel payudara yang tumbuh dan berkembang tanpa terkendali sehingga dapat menyebar
Lebih terperinciDIAGNOSIS PENYAKIT KANKER PAYUDARA MENGGUNAKAN METODE NAIVE BAYES BERBASIS DESKTOP
1 DIAGNOSIS PENYAKIT KANKER PAYUDARA MENGGUNAKAN METODE NAIVE BAYES BERBASIS DESKTOP Achmad Ramadhan Safutra 1, Dwi Wahyu Prabowo 1 1 Jurusan Sistem Informasi, Fakultas Ilmu Komputer Universitas Darwan
Lebih terperinciBAB I PENDAHULUAN. terkontrol pada jaringan paru. Munculnya kanker ditandai dengan
BAB I PENDAHULUAN A. Latar Belakang Kanker paru adalah penyakit pertumbuhan jaringan yang tidak dapat terkontrol pada jaringan paru. Munculnya kanker ditandai dengan pertumbuhan sel yang tidak normal,
Lebih terperinciPenerapan Metode RBPNN untuk Klasifikasi Kanker Payudara
Penerapan Metode RBPNN untuk Klasifikasi Kanker Payudara Fairudz Shahura, Oni Soesanto 2, Fatma Indriani 3,2,3 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan Email: irashahura@gmail.com
Lebih terperinciBAB I PENDAHULUAN. yang tidak teratur dan kemampuan sel-sel ini untuk menyerang jaringan biologis
BAB I PENDAHULUAN A. Latar Belakang Kanker adalah sebuah penyakit yang ditandai dengan pertumbuhan sel yang tidak teratur dan kemampuan sel-sel ini untuk menyerang jaringan biologis lainnya, baik dengan
Lebih terperinciBAB I PENDAHULUAN. yang menyerang saluran pencernaan. Lebih dari 60 persen tumor ganas kolorektal
BAB I PENDAHULUAN A. Latar Belakang Kanker kolorektal ( colo rectal carcinoma) atau yang biasa disebut sebagai kanker usus besar merupakan suatu tumor ganas terbayak diantara tumor lainnya yang menyerang
Lebih terperinciBABI PENDAHULUAN. 1.1 Latar Belakang
BABI PENDAHULUAN 1.1 Latar Belakang Kanker payudara adalah jenis kanker yang dimulai pada sel-sel payudara sebagai sekelompok sel kanker, yang kemudian dapat menyerang jaringan di sekitarnya atau menyebar
Lebih terperinciBAB I PENDAHULUAN. Peramalan (forecasting) adalah kegiatan untuk meramalkan apa yang akan
BAB I PENDAHULUAN A. Latar Belakang Peramalan (forecasting) adalah kegiatan untuk meramalkan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang akan
Lebih terperinciBAB I PENDAHULUAN. darah. Penyakit Jantung (cardiovascular disease) adalah setiap kondisi yang
BAB I PENDAHULUAN A. Latar Belakang Masalah Jantung merupakan organ tubuh yang paling fungsional karena peranannya sebagai pemompa darah agar dapat mengalir ke seluruh tubuh melalui pembuluh darah. Penyakit
Lebih terperinciBAB I PENDAHULUAN. syaraf pusat yang mengkoordinir, mengatur seluruh tubuh dan pemikiran manusia.
BAB I PENDAHULUAN A. Latar Belakang Masalah Otak adalah bagian penting dari tubuh manusia karena otak merupakan syaraf pusat yang mengkoordinir, mengatur seluruh tubuh dan pemikiran manusia. Cidera sedikit
Lebih terperinciBAB I PENDAHULUAN. Pariwisata di Indonesia. Alam Indonesia yang mempunyai iklim tropis dengan
BAB I PENDAHULUAN A. Latar Belakang Pariwisata merupakan salah satu sektor ekonomi yang sangat penting bagi Indonesia. Kekayaan alam Indonesia merupakan komponen penting dalam dunia Pariwisata di Indonesia.
Lebih terperinciBAB I PENDAHULUAN. berlebihan atau perkembangan tidak terkontrol dari sel-sel (jaringan)
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah suatu penyakit dimana terjadi pertumbuhan berlebihan atau perkembangan tidak terkontrol dari sel-sel (jaringan) payudara, hal ini bisa terjadi
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
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 terperinciBAB I PENDAHULUAN. diatur di dalam otak sebagai pengendali utama tubuh manusia. Otak manusia
BAB I PENDAHULUAN A. Latar Belakang Manusia telah diciptakaan oleh Tuhan dalam bentuk kesempurnaan. Salah satu ciptaan yang menakjubkan adalah otak manusia dimana semua kecerdasaan diatur di dalam otak
Lebih terperinciReduksi Fitur Untuk Optimalisasi Klasifikasi Tumor Payudara Berdasarkan Data Citra FNA
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Reduksi Fitur Untuk Optimalisasi Klasifikasi Tumor Payudara Berdasarkan Data Citra FNA Made Satria Wibawa 1), Kadek Dwi
Lebih terperinciKOMPARASI ALGORITMA NAÏVE BAYES DAN K- NEAREST NEIGHBOR UNTUK DETEKSI KANKER PAYUDARA
KOMPARASI ALGORITMA NAÏVE BAYES DAN K- NEAREST NEIGHBOR UNTUK DETEKSI KANKER PAYUDARA 3) Rayung Wulan 1), Mei Lestari 2), Ni Wayan Parwati Septiani Program Studi Informatika Universitas Indraprasta PGRI
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Pengujian Signifikansi Parameter a. Uji serentak parameter regresi logistik Uji serentak adalah uji yang mempunyai fungsi dimana untuk mengetahui signifikansi
Lebih terperinciBAB I PENDAHULUAN. mematikan bagi wanita baik di negara maju maupun negara berkembang. Pada
BAB I PENDAHULUAN A. Latar Belakang Kanker serviks atau kanker leher rahim merupakan salah satu penyakit yang mematikan bagi wanita baik di negara maju maupun negara berkembang. Pada tahun 2016, American
Lebih terperinciBAB III PEMBAHASAN. arsitektur, prosedur, dan hasil model Radial Basis Function Neural Network untuk
BAB III PEMBAHASAN Bab III merupakan pembahasan yang meliputi proses penelitian yaitu arsitektur, prosedur, dan hasil model Radial Basis Function Neural Network untuk klasifikasi stadium kanker payudara,
Lebih terperinciBAB 1 PENDAHULUAN. Data medis manusia adalah salah satu data yang paling bermanfaat
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Data medis manusia adalah salah satu data yang paling bermanfaat namun sulit dari semua data biologis untuk menggali dan menganalisis informasi. Tiga perempat miliaran
Lebih terperinciBAB I PENDAHULUAN. Bab I Pendahuluan
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Perkembangan ilmu biomedikal telah mendorong banyak penelitian dilakukan untuk menghasilkan alat bantu diagnosa berbasis komputer. Salah satunya yaitu pendeteksian
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam mencapai tujuan pembangunan ekonomi diperlukan peran serta lembaga keuangan untuk membiayai pembangunan tersebut. Lembaga keuangan memegang peranan penting dalam
Lebih terperinciBAB I PENDAHULUAN. ganas dapat berasal atau tumbuh dari setiap jenis sel di tubuh manusia (Depkes RI,
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker adalah pertumbuhan sel yang tidak normal atau terus menerus dan tidak terkendali, dapat merusak jaringan dan melakukan metastasis. Sel kanker bersifat ganas
Lebih terperinciOptimasi Fitur Menggunakan Backward Elimination Dan Algoritma SVM Untuk Klasifikasi Kanker Payudara
JURNAL INFORMATIKA, Vol.4 No.1 April 2017, pp. 46~53 ISSN: 2355-6579 E-ISSN: 2528-2247 46 Optimasi Fitur Menggunakan Backward Elimination Dan Algoritma SVM Untuk Klasifikasi Kanker Payudara Farizul Ma
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pasar valuta asing telah mengalami perkembangan yang tak terduga selama beberapa dekade terakhir, dunia bergerak ke konsep "desa global" dan telah menjadi salah satu pasar
Lebih terperinciBAB I PENDAHULUAN. jaringan tubuh yang tidak normal. Sel-sel kanker akan berkembang dengan cepat
BAB I PENDAHULUAN A. Latar Belakang Kanker adalah penyakit yang disebabkan oleh pertumbuhan sel-sel jaringan tubuh yang tidak normal. Sel-sel kanker akan berkembang dengan cepat dan tidak terkendali, dan
Lebih terperinciBAB I PENDAHULUAN. Uang adalah alat pembayaran dalam transaksi jual beli barang atau jasa. Pada
BAB I PENDAHULUAN A. Latar Belakang Uang adalah alat pembayaran dalam transaksi jual beli barang atau jasa. Pada dasarnya ada dua jenis uang yang beredar di masyarakat, yaitu uang kartal dan uang giral.
Lebih terperinciPRESENTASI TUGAS AKHIR IMPLEMENTASI PENGGABUNGAN ALGORITMA SUPPORT VECTOR MACHINE DAN SIMULATED ANNEALING PADA PERMASALAHAN KLASIFIKASI POLA
PRESENTASI TUGAS AKHIR IMPLEMENTASI PENGGABUNGAN ALGORITMA SUPPORT VECTOR MACHINE DAN SIMULATED ANNEALING PADA PERMASALAHAN KLASIFIKASI POLA Penyusun Tugas Akhir : Astris Dyah Perwita (NRP : 5110.100.178)
Lebih terperinciBAB I PENDAHULUAN. kenaikan harga minyak mentah itu sendiri. Saat ini penetapan harga minyak
BAB I PENDAHULUAN A. Latar Belakang Minyak merupakan salah satu sumber energi yang sangat dibutuhkan manusia dalam berbagai aspek kehidupan. Peningkatan jumlah manusia yang membutuhkan minyak dalam kehidupan
Lebih terperinciANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION
ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION Eka Irawan1, M. Zarlis2, Erna Budhiarti Nababan3 Magister Teknik Informatika, Universitas Sumatera
Lebih terperinciBAB II KAJIAN TEORI. untuk mengembangkan konsep dalam melakukan optimasi rule dalam diagnosa
BAB II KAJIAN TEORI Bab II berisi tentang teori dan temuan-temuan yang dapat dijadikan acuan untuk mengembangkan konsep dalam melakukan optimasi rule dalam diagnosa kanker payudara. Teori-teori yang digunakan
Lebih terperinciSATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No. 1, Juni 2015 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Jaringan Syaraf Tiruan untuk Memprediksi Prestasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.6. Jaringan Syaraf Tiruan Jaringan syaraf tiruan atau neural network merupakan suatu sistem informasi yang mempunyai cara kerja dan karakteristik menyerupai jaringan syaraf pada
Lebih terperinciImplementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series
Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series Oleh: ABD. ROHIM (1206 100 058) Dosen Pembimbing: Prof. Dr. M. Isa Irawan, MT Jurusan Matematika
Lebih terperinciBAB IV PEMBAHASAN. A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function
BAB IV PEMBAHASAN A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function Neural Network (RBFNN) untuk diagnosis penyakit jantung
Lebih terperinciPrediksi Nilai Indeks Harga Konsumen (IHK) Kota Jambi Menggunakan Radial Basis Function Neural Network (RBFNN) dengan Metode Fuzzy C-Means Clustering
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 12 Prediksi Nilai Indeks Harga Konsumen (IHK) Kota Jambi Menggunakan Radial Basis Function Neural Network (RBFNN) dengan Metode Fuzzy C-Means Clustering
Lebih terperinciBAB I PENDAHULUAN. WHO Department of Gender, Women and Health mengatakan dalam. jurnal Gender in lung cancer and smoking research bahwa kematian yang
BAB I PENDAHULUAN 1.1 Latar Belakang WHO Department of Gender, Women and Health mengatakan dalam jurnal Gender in lung cancer and smoking research bahwa kematian yang disebabkan oleh kanker paru-paru telah
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. Kanker serviks atau sering disebut dengan kanker leher rahim adalah
BAB I PENDAHULUAN A. Latar Belakang Kanker serviks atau sering disebut dengan kanker leher rahim adalah kanker yang terjadi pada leher rahim, yaitu organ yang menghubungkan rahim dengan vagina. Penyakit
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 terperinciBAB III METODE PENELITIAN. sekunder berupa citra Magnetic Resonansi Image (MRI) yang diperoleh dari
BAB III METODE PENELITIAN Metode penelitian yang dilakukan pada penelitian ini adalah teknik pengumpulan data dan teknik analisis data. A. Teknik Pengumpulan Data Data yang digunakan pada penelitian ini
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Forecasting Forecasting (peramalan) adalah seni dan ilmu untuk memperkirakan kejadian di masa yang akan datang. Hal ini dapat dilakukan dengan melibatkan data historis dan memproyeksikannya
Lebih terperinciNeural Networks. Machine Learning
MMA10991 Topik Khusus - Machine Learning Dr. rer. nat. Hendri Murfi Intelligent Data Analysis (IDA) Group Departemen Matematika, Universitas Indonesia Depok 16424 Telp. +62-21-7862719/7863439, Fax. +62-21-7863439,
Lebih terperinciPenerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6
Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6 Sari Indah Anatta Setiawan SofTech, Tangerang, Indonesia cu.softech@gmail.com Diterima 30 November 2011 Disetujui 14 Desember 2011
Lebih terperinciKLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION A B S T R A K
KLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION Oleh : Gunawan Abdillah, Agus Komarudin, Rachim Suherlan A B S T R A K Kelainan jantung anak merupakan salah
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah. dunia. Pada tahun 2012 sekitar 8,2 juta kematian diakibatkan oleh kanker. Kanker
BAB I PENDAHULUAN A. Latar Belakang Masalah Kanker merupakan salah satu penyebab kematian terbesar di seluruh dunia. Pada tahun 2012 sekitar 8,2 juta kematian diakibatkan oleh kanker. Kanker merupakan
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah. terbesar penyebab kematian antara lain kanker paru, payudara, kolorektal, prostat,
BAB I PENDAHULUAN A. Latar Belakang Masalah Kanker merupakan salah satu penyebab kematian terbesar di seluruh dunia. Pada tahun 2012 sekitar 8,2 juta kematian diakibatkan oleh kanker. Lima jenis kanker
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Pencemaran air Air merupakan salah satu komponen utama dalam lingkungan yang berperan penting dalam kehidupan (Warlina, 2004). Air, yang bersumber dari sungai, danau, gletser,
Lebih terperinciBAB I PENDAHULUAN. tidak menular atau NCD (Non-Communicable Disease) yang ditakuti karena
1 BAB I PENDAHULUAN 1.1 Latar Belakang Kanker telah menjadi masalah kesehatan serius bagi negara, disebabkan insidennya semakin meningkat. Penyakit ini termasuk salah satu jenis penyakit tidak menular
Lebih terperinciANALISIS PERBANDINGAN METODE BACKPROPAGATION DAN RADIAL BASIS FUNCTION UNTUK MEM PREDIKSI CURAH HUJAN DENGAN JARINGAN SYARAF TIRUAN
ANALISIS PERBANDINGAN METODE BACKPROPAGATION DAN RADIAL BASIS FUNCTION UNTUK MEM PREDIKSI CURAH HUJAN DENGAN JARINGAN SYARAF TIRUAN Abstrak Vinsensius Rinda Resi - NIM : A11.2009.04645 Program Studi Teknik
Lebih terperinciArtificial Intelligence. uthie 1
Artificial Intelligence uthie 1 Cabang-cabang AI 1. Logical AI Logika (matematis) yang merepresentasikan sekumpulan fakta dan tujuan ---> RUANG KEADAAN: Graph Tree uthie 2 Cabang-cabang AI 2. Search Pencarian
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Persaingan dalam dunia bisnis, terlebih lagi bagi perusahaan besar, tidak lepas dari adanya proses jual beli saham. Saham secara umum merupakan surat berharga yang dapat
Lebih terperinciDeteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation
Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Tri Deviasari Wulan 1, Endah Purwanti 2, Moh Yasin 3 1,2 Program Studi Fisika Fakultas Sains dan Teknologi
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN MULTI LAYER PERCEPTRON PADA APLIKASI PRAKIRAAN CUACA
Aplikasi Jaringan Syaraf Tiruan Multilayer Perceptron (Joni Riadi dan Nurmahaludin) APLIKASI JARINGAN SYARAF TIRUAN MULTI LAYER PERCEPTRON PADA APLIKASI PRAKIRAAN CUACA Joni Riadi (1) dan Nurmahaludin
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Kanker merupakan tantangan kesehatan masyarakat yang besar di dunia dengan insidensi yang meningkat setiap tahun (Parkin dkk., 2005 dalam Haryono, 2012). Insidensi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
7 BAB 2 TINJAUAN PUSTAKA 21 Anatomi Ayam Pengetahuan tentang anatomi ayam sangat diperlukan dan penting dalam pencegahan dan penanganan penyakit Hal ini karena pengetahuan tersebut dipakai sebagai dasar
Lebih terperinciBAB 1. Adakalanya proses penalaran mengandung data-data atau informasi yang mengandung
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Proses penalaran merupakan bagian yang sangat penting dalam sistem cerdas. Adakalanya proses penalaran mengandung data-data atau informasi yang mengandung ketidaktepatan
Lebih terperinciBAB I PENDAHULUAN. biaya. 1 Kanker payudara merupakan kanker yang sering dialami perempuan saat
biaya. 1 Kanker payudara merupakan kanker yang sering dialami perempuan saat BAB I PENDAHULUAN 1.1 Latar Belakang Kanker payudara merupakan penyebab utama kematian akibat kanker pada wanita. Kanker payudara
Lebih terperinciBAB I PENDAHULUAN. finansial (financial assets) dan investasi pada aset-aset riil (real assets). Investasi pada
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Investasi pada hakikatnya merupakan komitmen terhadap sejumlah sumber daya pada saat ini dengan tujuan untuk mendapatkan keuntungan di masa depan (Abdul halim,
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 terperinciJurnal Elektro ELTEK Vol. 2, No. 1, April 2011 ISSN:
Perbandingan Penggunaan Metode Radial Basis Function Network () Dari Metode Fuzzy Neural Netwotk () Dalam Memperkirakan Beban Jangka Pendek di GI. Gondang Wetan Pasuruan Rory Asrial, Almizan Abdullah,
Lebih terperinciI. PENDAHULUAN. Kanker payudara merupakan tumor ganas pada sel-sel yang terdapat pada
1 I. PENDAHULUAN A. Latar Belakang Kanker payudara merupakan tumor ganas pada sel-sel yang terdapat pada jaringan payudara yang paling sering terjadi pada wanita. Umumnya kanker payudara menyerang pada
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 terperinciArchitecture Net, Simple Neural Net
Architecture Net, Simple Neural Net 1 Materi 1. Model Neuron JST 2. Arsitektur JST 3. Jenis Arsitektur JST 4. MsCulloh Pitts 5. Jaringan Hebb 2 Model Neuron JST X1 W1 z n wi xi; i1 y H ( z) Y1 X2 Y2 W2
Lebih terperinciBAB IV PEMBAHASAN. Bab IV berisi pembahasan yang meliputi proses penelitian yakni hasil
BAB IV PEMBAHASAN Bab IV berisi pembahasan yang meliputi proses penelitian yakni hasil model Radial Basis Function Neural Network untuk diagnosa kanker otak, hasil klasifikasi, dan ketepatan hasil klasifikasinya.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan penyakit penyebab kematian paling tinggi di dunia, berdasarkan data World Health Organization (WHO) pada tahun 2012 terdapat sekitar 14 juta kasus
Lebih terperinciJARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) ERWIEN TJIPTA WIJAYA, ST, M.KOM
JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) ERWIEN TJIPTA WIJAYA, ST, M.KOM INTRODUCTION Jaringan Saraf Tiruan atau JST adalah merupakan salah satu representasi tiruan dari otak manusia yang selalu
Lebih terperinciT 2 Aplikasi Model Neuro Fuzzy Untuk Prediksi Tingkat Inflasi Di Indonesia
T 2 Aplikasi Model Neuro Fuzzy Untuk Prediksi Tingkat Inflasi Di Indonesia Aidatul Fitriah 1, Agus Maman Abadi 2 1) Program Studi Matematika, FMIPA Universitas Negeri Yogyakarta 2) Jurusan Pendidikan Matematika,
Lebih terperinciBAB I PENDAHULUAN. Deteksi Penyakit Kanker Serviks Menggunakan Metode Adaptive Thresholding Berbasis Pengolahan Citra
BAB I PENDAHULUAN 1.1 Latar Belakang Wanita adalah kata yang umum digunakan untuk menggambarkan seorang perempuan dewasa. Dalam tubuh seorang wanita terdapat organ reproduksi, salah satunya adalah rahim.
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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker paru merupakan penyebab kematian terbanyak di dunia akibat kanker, baik pada pria maupun wanita di dunia. Di seluruh dunia, kematian akibat kanker paru sendiri
Lebih terperinciInfoDATIN SITUASI PENYAKIT KANKER. 4 Februari-Hari Kanker Sedunia PUSAT DATA DAN INFORMASI KEMENTERIAN KESEHATAN RI
InfoDATIN PUSAT DATA DAN INFORMASI KEMENTERIAN KESEHATAN RI SITUASI PENYAKIT KANKER 4 Februari-Hari Kanker Sedunia SITUASI PENYAKIT KANKER Penyakit kanker merupakan salah satu penyebab kematian utama di
Lebih terperinciBAB I PENDAHULUAN. informasi namun juga untuk menyelesaikan masalah dalam kehidupan sehari-hari.
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi informasi yang semakin maju, semakin banyak orang yang memanfaatkan teknologi informasi, tidak hanya untuk pemenuhan informasi namun juga untuk
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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Tinjauan Literatur Algoritma genetik merupakan salah satu algoritma yang biasanya digunakan dalam optimalisasi data. Namun penggunaan algoritma genetik dalam melakukan peramalan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah yang dihadapi seluruh Negara di dunia terutama Negara berkembang seperti Indonesia adalah kemiskinan. Kemiskinan atau tingkat kesejahteraan yang rendah menjadi
Lebih terperinciPenerapan Metode Neural Network Berbasis Algoritma Genetika Untuk Prediksi Penyakit Kanker Payudara
JURNAL TECH-E - VOL. NO. (207) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 258-96 (Online) Artikel Penerapan Metode Neural Network Berbasis Algoritma Genetika Untuk Prediksi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Jaringan Syaraf Tiruan Artificial Neural Network atau Jaringan Syaraf Tiruan (JST) adalah salah satu cabang dari Artificial Intelligence. JST merupakan suatu sistem pemrosesan
Lebih terperinci2.1. Dasar Teori Bandwidth Regression
2.1. Dasar Teori 2.1.1. Bandwidth Bandwidth adalah ukuran kapasitas dari sistem transmisi (Comer, 2004) Bandwidth adalah konsep pengukuran yang sangat penting dalam jaringan, tetapi konsep ini memiliki
Lebih terperinciPENINGKATAN METODE NAIVE BAYES CLASSIFICATION UNTUK PENENTUAN TINGKAT KEGANASAN KANKER PAYUDARA MENGGUNAKAN PARTICLE SWARM OPTIMIZATION
PENINGKATAN METODE NAIVE BAYES CLASSIFICATION UNTUK PENENTUAN TINGKAT KEGANASAN KANKER PAYUDARA MENGGUNAKAN PARTICLE SWARM OPTIMIZATION Imma Rizki Fitriani Universitas Dian Nuswantoro Email : fitriani.imma@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Melihat kondisi sebagian besar masyarakat Indonesia saat ini yang mengalami banyak tekanan baik dari segi ekonomi, politik, pekerjaan dan sebagainya, menyebabkan terjadinya
Lebih terperinciDisusun oleh: Aziza Ratna Kumala
PERBANDINGAN K-MEANS DAN FUZZY C-MEANS CLUSTERING PADA MODEL RADIAL BASIS FUNCTION NEURAL NETWORK (RBFNN) UNTUK KLASIFIKASI STADIUM KANKER PAYUDARA SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE BERBASIS ANDROID MENGGUNAKAN JARINGAN SARAF TIRUAN
SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE BERBASIS ANDROID MENGGUNAKAN JARINGAN SARAF TIRUAN Ahyuna 1), Komang Aryasa 2) 1), 2) Jurusan Teknik Informatika, STMIK Dipanegara Makassar 3) Jl. Perintis
Lebih terperinciSISTEM DETEKSI DINI KANKER PAYUDARA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN MOMENTUM DAN ALGORITMA NGUYEN WIDROW
SISTEM DETEKSI DINI KANKER PAYUDARA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN MOMENTUM DAN ALGORITMA NGUYEN WIDROW SKRIPSI Disusun Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana
Lebih terperinciPERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) L K Widyapratiwi 1, I P A Mertasana 2, I G D Arjana 2 1 Mahasiswa Teknik Elektro, Fakultas
Lebih terperinciDIAGNOSA GANGGUAN SALURAN PERNAFASAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
DIAGNOSA GANGGUAN SALURAN PERNAFASAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Bambang Yuwono 1), Heru Cahya Rustamaji 2), Usamah Dani 3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran" Yogyakarta
Lebih terperinciKLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI
KLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciBAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu
BAB 2 LANDASAN TEORI 2.1 Pengenalan Suara. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Speech recognition adalah proses yang dilakukan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciBAB III PEMBAHASAN. A. Arsitektur dan Model Fuzzy Neural Network untuk Klasifikasi Stadium
BAB III PEMBAHASAN A. Arsitektur dan Model Fuzzy Neural Network untuk Klasifikasi Stadium Kanker Payudara Fuzzy Neural Network (FNN) adalah gabungan sistem fuzzy dengan Artificial Neural Network (ANN).
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker payudara merupakan proliferasi maligna dari sel epitel pada duktus atau lobulus payudara (Fauci, 2008). Menurut data WHO, kanker payudara menempati posisi kedua
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker adalah suatu penyakit dimana terjadi pertumbuhan berlebihan atau perkembangan tidak terkontrol dari sel-sel jaringan pada bagian tubuh tertentu. Kanker payudara
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4B3 SOFT COMPUTING Disusun oleh: Syahrul Mubarok PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran
Lebih terperinciPENGENALAN POLA TANDA TANGAN MENGGUNAKAN METODE MOMENT INVARIANT DAN JARINGAN SYARAF RADIAL BASIS FUNCTION (RBF)
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Yogyakarta, 14 Mei 2011 PENGENALAN POLA TANDA TANGAN MENGGUNAKAN METODE MOMENT INVARIANT DAN JARINGAN SYARAF
Lebih terperinci