Telematika : Journal Program Studi Teknik Informatika
Selamat Datang
Home > Browse Kategori > Computer Science > abstrak

SEARCH
Judul Paper Nama Penulis

PUBLICATION A-Z
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Jurnal TELEMATIKA

Jurnal PROBISNIS

Abstrak
ANALISIS PERFORMA DIAGNOSIS PENYAKIT KANKER PAYUDARA MENGGUNAKAN ROUGH SET THEORY ( RST )
Akhmad Fadly Fachriza
Kanker payudara adalah jenis kanker yang paling umum pada wanita dalam mengembangkan dan mengembangkan ountries. Deteksi dini memungkinkan kanker payudara didiagnosis sejak dini sebelum kanker menyebar ke daerah lain. Berbagai metode bisa dilakukan untuk skrining kanker payudara salah satunya dengan fine needle aspiration cytology. Namun, metode FNAC ini masih memiliki beberapa diagnosis negatif yang salah. Untuk memperbaiki diagnosis kanker payudara, teknik machine learning membantu meningkatkan kemampuan diagnostik di bidang kesehatan, seperti metode rough set. Bantu sistem diagnostik komputer untuk medis secara otomatis memungkinkan kesalahan yang dapat dihindari. Pemilihan fitur dengan metode set kasar ini menghasilkan reduct dengan tingkat dukungan yang tinggi. Hasil reduksi dalam aturan menghasilkan menjadi subset optimal yang membantu sebagai diagnosis kanker payudara. Hasilnya menunjukkan bahwa metode rough set memiliki akurasi yang tinggi yaitu 96% dengan tingkat sensitivitas 98%.

Keyword : Kanker, Rough set, mechine learning, Diagnosistik