Rancang Bangun Aplikasi Deteksi Dini Kanker Ovarium Berbasis Android Dengan Expert System

Authors

DOI:

https://doi.org/10.34818/eoe.v9i6.19129

Abstract

Abstrak-Kanker ovarium adalah tumor yang timbul pada rahim dan dapat berakibat fatal apabila tidak ditangani sedini mungkin. Kanker ovarium sulit terdeteksi pada stadium awal karena tidak menimbulkan gejala spesifik dan umumnya baru terdeteksi pada stadium lanjut. Pada stadium lanjut kanker tersebut akan lebih sulit untuk ditangani dan biaya pengobatannya pun menjadi lebih mahal. Oleh karena itu dibuatlah penelitian dengan membuat aplikasi android untuk mendeteksi kanker ovarium sedini mungkin dengan metode sistem pakar. Diperoleh data kuesioner pasien kanker dari Rumah Sakit Hasan Sadikin Bandung yang akan menjadi acuan dalam pembuatan aplikasi. Penulis membandingkan keakuratan prediksi data menggunakan algoritma K-Nearest Neighbor, Support Vector Machine, dan Random Forest. Lalu dilanjutkan dengan pembuatan aplikasi serta dilakukan analisis Quality of Services menggunakan Apache JMeter. Hasil pengujian menunjukkan bahwa algoritma KNearest Neighbor menggunakan nilai K=7 mendapatkan nilai akurasi sebesar 92.3%. Maka dari itu, dipilihlah algoritma KNearest Neighbor untuk diimplementasikan ke dalam aplikasi deteksi kanker ovarium. Dengan memasukkan algoritma KNearest Neighbor ke dalam aplikasi, didapatkan hasil akurasi pada aplikasi sebesar 80,23%. Lalu analisis Quality of Service menghasilkan troughput terbaik sebesar 2.89 kbps, dan latency terbaik sebesar 13s, masing-masing dengan beban 100 user dan mampu menangani permintaan dari 100 dan 150 user tanpa error. Kata Kunci- Android, K-Nearest Neighbor, Kanker Ovarium, Random Forest, Sistem Pakar, Support Vector Machine.

Downloads

Download data is not yet available.

References

[1] W. P. Prakosa, “Laporan studi kasus asuhan

keperawatan pada kanker ovarium dengan kecemasan,”

Ph.D. dissertation, STIKES Muhammadiyah Klaten,

2021.

[2] D. U. Rosyidah, “Peningkatan pengetahuan tentang

kanker leher rahim dan deteksi dini dengan

pemeriksaan pap smear,” Jurnal Pengabdian

Masyarakat Medika, 2021.

[3] L. K. Sari, H. Fauzi, and K. N. Ramadhani,

“Perancangan sistem aplikasi self-awareness kanker

ovarium berbasis android menggunakan metode sistem

pakar,” eProceedings of Engineering, vol. 8, no. 2,

2021.

[4] A. B. Harsono, “Kanker ovarium:the silent killer,”

Indonesian Journal of Obstetrics & Gynecology

Science, vol. 3, no. 1, pp. 1–6, 2020.

[5] M. Dahria, “Pengembangan sistem pakar dalam

membangun suatu aplikasi.” 2011, 199-205.

[6] P. D. Kusuma. Deepublish Publisher, 2020, vol. 1.

[7] A. U. Zailani, A. Perdananto, N. Nurjaya, and

S.Sholihin, “Pengenalan sejak dini siswa smp tentang

machine learning untuk klasifikasi gambar dalam

menghadapi revolusi 4.0,” KOMMAS: Jurnal

Pengabdian Kepada Masyarakat, vol. 1, no. 1, 2020.

[8] J. J. Pangaribuan and V. Angkasa, “Komparasi tingkat

akurasi random forest dan knn untuk mendiagnosis

penyakit kanker payudara,” Journal Information

System Development (ISD), vol. 7, no. 1, pp. 49–61,

2022.

[9] R. C. Putra, “Pembangunan perangkat pendeteksi jenis

gerakan raket bulu tangkis dengan algoritma knn dan

svm,” Jurnal Teknika, vol. 9, no. 2, 2020.

[10] U. Hasanah, L. R. Mayangsari, A. Pratama, and I.

Cholissodin, “Perbandingan metode svm, fuzzy-knn,

dan bdt-svm untuk klasifikasi detak jantung hasil

elektrokardiografi,” Jurnal Teknologi Informasi dan

Ilmu 'Komputer, vol. 3, no. 3, pp. 201–207, 2016.

[11] R. A. Haristu, “Penerapan metode random forest untuk

prediksi win ratio pada pemain player unknown

battleground,” Universitas Sanata Dharma Yogyakarta,

vol. 1, no. 2, 2019.

[12] R. K. Ngantung and M. I. Pakereng, “Model

pengembangan sistem informasi akademik berbasis

user centered design menerapkan framework flask

python,” Jurnal Media Informatika Budidarma, vol. 5,

no. 3, pp. 1052–1062, 2021.

[13] R. Prasthio, Y. Yohannes, and S. Devella, “Penggunaan

fitur hog dan hsv untuk klasifikasi citra sel darah putih,”

Jurnal Algoritme, vol. 2, no. 2, pp. 120–132, 2022.

[14] M. Grandini, E. Bagli, and G. Visani, “Metrics for

multi-class classification: an overview,” arXiv preprint

arXiv:2008.05756, 2020.

Downloads

Published

2022-12-01

Issue

Pages

3828-3838

Section

Program Studi S1 Teknik Telekomunikasi

How to Cite

Zuhairi, M., Fauzi, H., & Dewanta, F. (2022). Rancang Bangun Aplikasi Deteksi Dini Kanker Ovarium Berbasis Android Dengan Expert System. EProceedings of Engineering, 9(6), 3828-3838. https://doi.org/10.34818/eoe.v9i6.19129