APLIKASI SISTEM FUZZY SUGENO ORDE SATU MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR UNTUK DIAGNOSIS KANKER KOLOREKTAL

Anggraeni, Nurul and Abadi, Agus Maman (2018) APLIKASI SISTEM FUZZY SUGENO ORDE SATU MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR UNTUK DIAGNOSIS KANKER KOLOREKTAL. S1 thesis, Fakultas MIPA.

[img]
Preview
Text
BAB I.pdf

Download (471kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (2MB) | Preview
[img]
Preview
Text
BAB III.pdf

Download (678kB) | Preview
[img]
Preview
Text
BAB V.pdf

Download (413kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (1MB) | Preview

Abstract

Kanker kolorektal atau kanker usus besar (kolon) dan usus pembuangan akhir (rektum) merupakan salah satu kanker penyebab kematian tertinggi di dunia. Oleh karena itu, deteksi dini sangat penting dilakukan untuk menekan kasus kematian dan mempermudah penyembuhan kanker kolorektal. Salah satu cara deteksi dini yakni menggunakan colonoscopy. Penelitian ini bertujuan untuk menjelaskan prosedur pemodelan dan ketepatan hasil diagnosis kanker kolorektal menggunakan sistem fuzzy Sugeno orde satu dengan penentuan parameter pada konsekuen menggunakan metode dekomposisi nilai singular. Penelitian diawali denganimage preprocessingdari data colonoscopydengan menggunakan High Frequency Emphasis Filter (HFEF) dan Histogram Equalization. Kemudian ekstraksi gambar menggunakan metode Gray Level Co-occurrence Matrix (GLCM) dan Gray Level Run Length Matrix (GLRLM). Hasil ekstraksi diseleksi menggunakan regresi stepwiseuntuk memperoleh variabel input yang signifikan yaitu autocorrelation, energy, entropy, max. probability, sum of square, difference variance, sum entropy, dan INF2 untuk ekstraksi GLCM. Sedangkan untuk ekstraksi GLRLM yaitu LRE, GLN, RP, RLN, dan LGRE. Variabel output berupa normal, stadium 1, stadium 2, stadium 3, dan stadium 4.Aturan fuzzy dibentuk menggunakan FCM (Fuzzy C-Means Clustering). Proses inferensi fuzzy menggunakan metode Sugeno orde satu dengan penentuan parameter pada konsekuen menggunakan dekomposisi nilai singular serta metode weight average untuk proses defuzzifikasi. Pembagian data menggunakan 80 data training dan 20 data testing. Hasil defuzzifikasi data training menunjukkan tingkat akurasi, sensitivitas, dan spesifikasi untuk ekstraksi GLCM adalah 98,75%, 100%, dan 100% serta untuk ekstraksi GLRLM tingkat akurasi, sensitivitas, dan spesifikasimasing-masing adalah 100%. Sedangkan hasil defuzzifikasi data testing baik untuk ekstraksi GLCM maupun GLRLM masing-masing menunjukkan tingkat akurasi, sensitivitas, dan spesifikasi berturut-turut adalah 100%, 100%, dan 100%. Sistem fuzzy yang telah terbentuk dilengkapi dengan GUI (Graphical User Interface) untuk merepresentasikan hasil penelitian. Berdasarkan hasil penelitian dapat disimpulkan bahwa diagnosis kanker kolorektal menggunakan sistem fuzzy Sugeno orde satu dengan metode ekstraksi GLRLM memiliki akurasi yang lebih baik dibandingkan dengan ekstraksi GLCM.

Item Type: Thesis (S1)
Uncontrolled Keywords: Kanker Kolorektal, GLCM, GLRLM, Sugeno orde satu, dekomposisi nilai singular
Subjects: Matematika dan Ilmu Pengetahuan Alam > Matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Pendidikan Matematika > Matematika
Depositing User: Jurusan Pendidikan Matematika
Date Deposited: 04 Apr 2018 02:20
Last Modified: 30 Jan 2019 16:12
URI: http://eprints.uny.ac.id/id/eprint/56391

Actions (login required)

View Item View Item