Klasifikasi Luka Pada Jaringan Payudara Berbasis Spektra Impedansi Listrik Menggunakan Fuzzy K-Nearest Neighbor

Maruti, Sandya Ratna (2017) Klasifikasi Luka Pada Jaringan Payudara Berbasis Spektra Impedansi Listrik Menggunakan Fuzzy K-Nearest Neighbor. Sarjana thesis, Universitas Brawijaya.

Abstract

Penyakit payudara umumnya terjadi pada wanita dengan insiden penyakit meningkat setiap tahun. Angka kematian pada penderitanya hingga 40% keatas dan cenderung pada wanita muda modern. Karena itu deteksi penyakit payudara dan diagnosis di awal tahap menjadi masalah yang paling penting dalam kedokteran. Keadaan physiopathology jaringan payudara manusia dapat terlihat dengan Electrical Impedance Spectral (EIS) sehingga dapat dilakukan klasifikasi. Tujuan penelitian ini adalah mengklasifikasikan luka pada jaringan payudara dan mengetahui akurasi menggunakan metode Fuzzy k-Nearest Neighbor (FK-NN). Dataset berjumlah 105 data, dari dataset UCI-Repository dengan 9 parameter masukan yang didapat dari impedansi listrik meliputi I0, PA500, HFS, DA, AREA, A/DA, MAX IP, DR dan P. Sedangkan keluarannya merupakan kondisi luka payudara yaitu jaringan kelenjar (glandular tissue), jaringan ikat (connective tissue), jaringan adiposa (adipose tissue), mastopathy, fibroadenoma dan karsinoma (carcinoma). Pengujian FK-NN menghasilkan nilai terbaik yaitu nilai m=2, persentase data training=60% dan k = 3. Hasil metode ini mampu mengklasifikasikan 28 data testing sesuai dengan kelas aktual dan 14 data testing yang tidak sesuai dengan kelas aktualnya dari total 42 data testing. Tingkat akurasinya adalah 66.6666667%.

English Abstract

Breast disease generally occurs in women with increased incidence of disease each year. The mortality rate for the sufferer is up to 40% and above and tends to be in modern young women. Therefore breast cancer detection and early diagnosis of the stage become the most important problem in medicine. The physiopathology state of human breast tissue can be seen with Electrical Impedance Spectral (EIS) so that it can be classified. The aim of this research is to classify the wound on breast tissue and to know the accuracy using Fuzzy k-Nearest Neighbor (FKNN) method. The dataset consists of 105 data, from the UCI-Repository dataset with 9 input parameters obtained from electrical impedance including I0, PA500, HFS, DA, AREA, A / DA, MAX IP, DR and P. While the output is a condition of breast injury that is glandular tissue, connective tissue, adipose tissue, mastopathy, fibro-adenoma and carcinoma. The FKNN test yields the best value of m = 2, the percentage of training data = 60% and k = 3. The result of this method is able to classify 28 data testing in accordance with the actual class and 14 data testing which is not in accordance with the actual class of total 42 data testing. The accuracy rate is 66.6666667%.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FTIK/2017/438/051707760
Uncontrolled Keywords:	Luka jaringan payudara, Electrical Impedance Spectral, klasifikasi, Fuzzy k-Nearest Neighbor
Subjects:	000 Computer science, information and general works > 001 Knowledge > 001.012 Classification
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Yusuf Dwi N.
Date Deposited:	18 Sep 2017 06:52
Last Modified:	22 Oct 2020 03:59
URI:	http://repository.ub.ac.id/id/eprint/2642

Preview	Text Bagian Depan (1).pdf Download (1MB)
Preview	Text BAB I.pdf Download (619kB) | Preview
Preview	Text BAB II.pdf Download (1MB) | Preview
Preview	Text BAB III.pdf Download (677kB) | Preview
Preview	Text BAB IV.pdf Download (1MB) | Preview
Preview	Text BAB V.pdf Download (1MB) | Preview
Preview	Text BAB VI.pdf Download (715kB) | Preview
	Text BAB VII.pdf Download (562kB)
	Text Daftar Pustaka.pdf Download (462kB)

Actions (login required)

View Item