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.