Daftar Isi: Klasifikasi Penyakit Kanker Serviks dengan Extreme Learning Machine

Daftar Isi:

Kanker serviks merupakan kanker peringkat kedua yang paling banyak di Indonesia setelah kanker payudara. Jumlah kematian akibat kanker serviks di Indonesia terus meningkat setiap tahunnya yang disebabkan oleh keterlambatan melakukan diagnosis dan pemeriksaan. Untuk mendeteksi kanker serviks dapat dilakukan pemeriksaan laboratorium dengan metode Inspeksi Visual dengan Asam asetat (IVA) atau pap smear yang membutuhkan pengetahuan dokter spesialis penyakit dalam serta beberapa pertimbangan fitur untuk mendapatkan hasil diagnosis yang akurat. Terkadang, cara menganalisis fitur oleh dokter satu dengan yang lain menghasilkan hasil yang berbeda. Oleh karena itu diperlukan adanya proses klasifikasi untuk melakukan diagnosis pada penyakit kanker serviks dengan hasil akurasi tinggi sehingga diharapkan dapat menyamakan hasil diagnosis dari tenaga medis. Penelitian ini menggunakan data cervical cancer risk classification dengan pemilihan fitur berdasarkan wawancara pakar. Penelitian ini menggunakan algoritme Extreme Learning Machine untuk melakukan proses klasifikasi dan mengukur hasil kinerja algoritme dengan nilai akurasi dari perhitungan confusion matrix. Berdasarkan hasil pengujian didapatkan parameter optimal yaitu banyak hidden neuron sebanyak 11, fungsi aktivasi adalah sigmoid biner, dan fold pada data training dan testing adalah fold ke-1 yang menghasilkan akurasi sebesar 91,76%.