Deteksi Polycystic Ovarian Syndrome (PCOS) Menggunakan Klasifikasi Microarray Data dengan Algoritma Artificial Neural Network (ANN) Backpropagation dan Fitur Seleksi Principal Component Analysis

TIARA LAKSMI BASUKI

Informasi Dasar

18.04.1850
004
Karya Ilmiah - Skripsi (S1) - Reference

Abstrak PCOS (polycystic ovary syndrome) atau sindrom ovarium polikistik merupakan kondisi terganggunya fungsi ovarium pada wanita yang berada di usia subur. Kondisi ini menyebabkan hormon wanita yang menderita PCOS menjadi tidak seimbang karena hal-hal yang tidak diketahui. Penelitian ini bertujuan untuk membuat sistem klasifikasi menggunakan data yang berbentuk microarray karena berguna untuk menganalisis beribu-ribu sampel pada waktu bersamaan yang dapat membantu analisis dan diagnosis terhadap penyakit PCOS. Sistem klasifikasi akan terdiri dari tiga tahapan, yaitu pre-processing data dengan normalisasi, ekstraksi fitur dengan menggunakan Principal Component Analysis, dan klasifikasi menggunakan metode Artificial Neural Network yaitu Backpropagation, dan didapatkan hasil akurasi sebesar 50% - 100%.

Kata kunci:PCOS, microarray, Principal Component Analysis, Artificial Neural Network

Subjek

INFORMATICS
 

Katalog

Deteksi Polycystic Ovarian Syndrome (PCOS) Menggunakan Klasifikasi Microarray Data dengan Algoritma Artificial Neural Network (ANN) Backpropagation dan Fitur Seleksi Principal Component Analysis
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

TIARA LAKSMI BASUKI
Perorangan
JONDRI, UNTARI NOVIA WISESTY
 

Penerbit

Universitas Telkom, S1 Ilmu Komputasi
Bandung
2018

Koleksi

Kompetensi

  • CNH4E3 - DATA MINING
  • IKG2J3 - KECERDASAN BUATAN
  • CNH4F3 - SOFT COMPUTING

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini