Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Conference on Innovation and Application of Science and Technology (CIASTECH)
Tohirin Al Mudzakir
Teknik Informatika, Universitas Buana Perjuangan Karawang
Agriculture, Biological Sciences & Forestry Education Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
KLASIFIKASI PENYAKIT KANKER SERVIKS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Siti Silvia Arifin; Amril Mutoi Siregar; Ayu Ratna juwita; Tohirin Al Mudzakir
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2021 "Kesiapan Indonesia Dalam Menghadapi Krisis Energi Global"
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kanker serviks atau yang sering di sebut kanker leher rahim merupakan penyakit yang mematikan dan banyak sekali menyerang kaum wanita di seluruh dunia. di indonesia dari menteri kesehatan bahkan mencatat kanker ini menempati peringkat ke dua dari jenis kanker serviks yang sering di jumpai setelah kanker payudara. support vactor machine (SVM) adalah algoritma yang di  gunakan untuk pengklasifikasi dengan membagi data menjadi dua kelas lalu menjadikan garis hayperplane untuk pemisah dua kelas dan margin untuk pemisah antar garis hayperplan dan support vactor. Seperti pada Penelitian kali ini yang bertujuan untuk mempermudah mengklasifikasikan data kanker serviks, karena dari permasalahan data kanker serviks memerlukan klasifikasi untuk menentukan mana saja data yang lebih dominan negatif atau positif dengan menerapkan algoritma support vactor machine (SVM). data yang di ambil dari website Archive.com sebanyak 72 data dan 19 atribut dengan menggunaakan data training sebanyak 59 data dan 4 atribut dimana di antaranya dukungan sosial  instrumental, pengetahuan pemberdayaan, kemampuan pemberdayaan, keinginan pemberdayaan. Data di bagi menjadi dua yaitu menjadi data testing dan training dengan membagi 80:20 pada pengujian kali ini menggunakan python dengan data training dan menggunakan tools orange lalu menggunakan data testing. Dari hasil pengujian dengan menggunakan orange membagi data 80:20 memiliki nilai nilai accuracy sebesar 92,9%, dan python sebesar 87%.
Co-Authors Juwita, Ayu Ratna Siregar, Amril Mutoi Siti Silvia Arifin