Search for collections on Universitas YARSI Repository

PENGEMBANGAN SISTEM DIAGNOSIS KANKER SERVIKS BERBASIS WEB

Febrianto, Charis Hadi and Ramadhan, Randi Isra (2023) PENGEMBANGAN SISTEM DIAGNOSIS KANKER SERVIKS BERBASIS WEB. Diploma thesis, Universitas YARSI.

[thumbnail of 01. COVER.pdf] Text
01. COVER.pdf

Download (19kB)
[thumbnail of LEMBAR PENGESAHAN PROYEK AKHIR TIM CRSeven.pdf] Text
LEMBAR PENGESAHAN PROYEK AKHIR TIM CRSeven.pdf

Download (83kB)
[thumbnail of 04. HALAMAN PERNYATAAN ORISINILITAS.pdf] Text
04. HALAMAN PERNYATAAN ORISINILITAS.pdf

Download (236kB)
[thumbnail of 03. ABSTRAK.pdf] Text
03. ABSTRAK.pdf

Download (185kB)
[thumbnail of 11. BAB I.pdf] Text
11. BAB I.pdf

Download (622kB)
[thumbnail of 12. BAB II.pdf] Text
12. BAB II.pdf
Restricted to Registered users only

Download (412kB)
[thumbnail of 13. BAB III.pdf] Text
13. BAB III.pdf
Restricted to Registered users only

Download (559kB)
[thumbnail of 14. BAB IV.pdf] Text
14. BAB IV.pdf
Restricted to Registered users only

Download (243kB)

Abstract

Kanker Serviks, juga dikenal sebagai kanker leher rahim, adalah salah satu jenis kanker yang paling umum didiagnosis pada wanita di seluruh dunia, khususnya Indonesia. Pada Tahun 2020 terdapat 36,633 kasus kanker serviks di Indonesia. Kanker serviks seringkali dikaitkan dengan infeksi human papilloma virus (HPV). Faktor risiko lainnya termasuk merokok, berganti-ganti pasangan seksual, tidak menerima vaksinasi HPV, dan lain-lain. Deteksi dini dan diagnosis yang tepat sangat penting untuk meningkatkan tingkat kesembuhan dan mengurangi tingkat kematian yang disebabkan oleh kanker serviks ini. Dalam upaya meningkatkan aksesibilitas dan efisiensi proses diagnosis kanker serviks, penelitian ini bertujuan untuk mengembangkan sebuah sistem diagnosis berbasis web dengan memanfaatkan artificial intelligence yang bernama Pedas Enak. Metode pengembangan sistem ini melibatkan pengumpulan data pasien berupa gambar pap smear yang diperoleh dari RS YARSI serta penggunaan beberapa algoritma machine learning untuk analisis data tersebut. Hasil eksperimen ini menunjukkan kinerja yang cukup baik dalam mendeteksi letak satu atau beberapa sel yang diklasifikasikan pada kelas normal atau abnormal serta memprediksi tingkat keakuratan sel kanker serviks pada gambar pap smear yang diberikan. Sistem ini diharapkan mampu memberikan kontribusi positif dalam meningkatkan tingkat kesadaran dan pencegahan, diagnosis, serta pengobatan kanker serviks yang dapat digunakan oleh tenaga medis dan pasien secara efisien dan mudah.

Item Type: Thesis (Diploma)
Additional Information: LPA-3-TI
Uncontrolled Keywords: Kanker Serviks, humanpapilloma virus, deteksi dini, sistem diagnosis berbasis web, artificial intelligence, pap smear, machine learning.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
R Medicine > R Medicine (General)
R Medicine > RG Gynecology and obstetrics
T Technology > T Technology (General)
T Technology > T Technology (General) > T201 Patents. Trademarks
Depositing User: Charis Febrianto
Date Deposited: 17 Feb 2025 01:17
Last Modified: 05 Mar 2025 05:23
URI: http://digilib.yarsi.ac.id/id/eprint/12096

Actions (login required)

View Item View Item