Metode data mining untuk klasifikasi data sel nukleus dan sel radang berdasarkan analisa tekstur
| Penulis |
|---|
| Dosen: |
| Tanggal Terbit |
| 12 September 2016 |
| Kategori |
| Jurnal Nasional Terakreditasi [SINTA 4] |
| Penerbit |
| Jurnal Informatika |
| Kota / Negara |
| Jakarta / Indonesia |
| Volume |
| Vol 2, No 2 (2015) |
| Halaman |
| 425-433 |
| URL |
| https://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/125 |
| Abstrak |
| Tes Pap Smear dilakukan untuk melihat adanya infeksi atau perubahan sel-sel yang dapat berubah menjadi sel kanker. Pada penelitian ini menggunakan data analisis tekstur yang didapatkan dari hasil pengolahan citra pada penelitian sebelumnya yaitu menggunakan sel nukleus dan sel radang pada citra sel Pap Smear. Tujuan dari penelitian ini adalah mencari metode terbaik untuk mengklasifikasikan sel nukleus dan sel radang berdasarkan analisa teksur GLCM (Gray Level Co-occurrence Matrix) Metode yang digunakan dalam penelitian ini adalah metode Decision tree (C4.5), Naive Bayes dan k-Nearest Neighbour. Hasil dari penelitian ini didapatkan metode terbaik untuk klasifikasi data sel nukleus dan sel radang yaitu metode Decision tree (C4.5) dengan akurasi 97,56% sedangkan hasil untuk Naive Bayes 90,89% dan k-Nearest Neighbour 95,97%. Kata Kunci: Data mining, Klasifikasi, Sel Pap Smear, Analisa Tekstur |
