Arinda Permatasari, 2017. Pendeteksian Kanker Serviks dari Citra

ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Arinda Permatasari, 2017. Pendeteksian Kanker Serviks dari Citra Papsmear
Menggunakan Model Regresi Logistik Nonparametrik Aditif berdasarkan
Estimator Polinomial Lokal Multiprediktor dengan Pereduksi Dimensi
Generalized Exploratory Factor Analysis (GEFA). Skripsi dibawah bimbingan
Dr. Nur Chamidah, M.Si dan Ir. Elly Ana, M.Si, Program Studi S1-Statistika,
Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga,
Surabaya.
ABSTRAK
Kanker serviks adalah salah satu jenis keganasan atau neoplasma yang
lokasinya terletak di daerah serviks. Kanker serviks merupakan salah satu kanker
yang paling sering menyerang wanita dan menjadi ancaman berbahaya bagi
wanita diseluruh dunia. Salah satu metode deteksi dini yang paling efektif untuk
pemeriksaan sel serviks yaitu melalui tes Papanicolau (Papsmear). Penelitian
tentang pendeteksian kanker serviks berdasarkan hasil pengolahan citra papsmear
sudah banyak dilakukan menggunakan pendekatan matematika dan informatika
pada penelitian sebelumnya. Skripsi ini bertujuan untuk mendeteksi kanker
serviks dari citra hasil tes papsmear dengan menggunakan pendekatan statistika.
Langkah-langkah pendeteksian kanker serviks yang dilakukan yaitu pengolahan
citra dengan software MATLAB, pereduksian dimensi dengan metode
Generalized Exploratory Factor Analysis, serta pembuatan model dengan
pendekatan regresi logistik nonparametrik aditif berdasarkan estimator polinomial
lokal. Data yang digunakan dalam skripsi ini sebanyak 15 citra sel normal dan 15
citra sel abnormal untuk membuat model (insample), serta sebanyak 10 citra sel
normal dan 10 citra sel abnormal untuk uji validasi (outsample). Hasil estimasi
pada data insample diperoleh ketepatan klasifikasi sebesar 100%, sedangkan
untuk data outsample diperoleh ketepatan klasifikasi sebesar 85%.
Kata Kunci: Kanker Servkiks, Tes Papsmear, Generalized Exploratory Factor
Analusis, Estimator Polinomial Lokal
SKRIPSI
vii
PENDETEKSIAN KANKER SERVIKS...
ARINDA P.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Arinda Permatasari, 2017. Detection of Cervical Cancer from The Result of
Image Papsmear with Nonparametric Additive Logistic Regression Based On
Polynomial Local Multipredictor Estimator with The reduction of Dimension
by Generalized Exploratory Factor Analysis (GEFA). This final project is under
supervised by Dr. Nur Chamidah, M.Si and Ir. Elly Ana, M.Si, S1-Statistics
Courses, Matematics Departement, Faculty of Science and Technology, Airlangga
University, Surabaya.
ABSTRACT
Cervical cancer is one of malignancies or neoplasms whose location is
located in the cervical region. Cervical cancer is one of the most frequent cancer
in women and become a dangerous threat to women in the world. One of method
that is the most effective detection for examination of cervical cells is through
Papanicolau test (pap smear). Research on the detection of cervical cancer Pap
smear based on the results of image processing has been done using by
mathematics and informatics approach in previous research. This paper aims to
detect cervical cancer image of Pap smear test results by using a statistical
approach. The step of cervical cancer detection that do are image processing with
MATLAB software, the reduction of dimensions with Generalized Exploratory
Factor Analysis method, modeling with additive logistic regression nonparametric
approach based on polynomial local estimator. The data used in this paper are 15
images of normal cells and 15 images of abnormal cells to create a model
(insample), and as many as 10 images of normal cells and 10 images of abnormal
cells to validation test (outsample). The estimation results on the data obtained
insample classification accuracy of 100%, while for the data outsample obtained
classification accuracy of 85%.
Keywords: Cervical cancer, Papsmear Test, Generalized Exploratory Factor
Analusis, Polynomial Local Estimator
SKRIPSI
viii
PENDETEKSIAN KANKER SERVIKS...
ARINDA P.