KLASIFIKASI MENINGIOMA DARI CITRA CT – SCAN BERDASARKAN ESTIMATOR POLINOMIAL LOKAL DENGAN PEREDUKSI GENERALIZED EXPLORATORY FACTOR ANALYSIS (GEFA)

• Main Author: PUNGKY DAYANTI, 081411831008
• Format: Theses and Dissertations NonPeerReviewed
• Language: Indonesian; Indonesian
• Published: 2018
• Subjects: RA407-409.5 Health status indicators. Medical statistics and surveys
• Online Access: http://repository.unair.ac.id/70574/1/KKC%20KK%20ST.S.07-18%20Day%20k%20ABSTRAK.pdf; http://repository.unair.ac.id/70574/2/KKC%20KK%20ST.S.07-18%20Day%20k%20SKRIPSI.pdf; http://repository.unair.ac.id/70574/; http://lib.unair.ac.id
• Institution: Universitas Airlangga

Meningioma merupakan salah satu jenis penyakit tumor otak jinak yang paling sering terjadi. Walaupun tergolong tumor otak jinak, akan tetapi pertumbuhan sel tumor dapat menekan bagian otak lain yang masih sehat sehingga dapat menggganggu fungsi kerja otak. Salah satu langkah untuk deteksi dini yaitu pemeriksaan radiologis dengan CT – Scan. Penulisan skripsi ini bertujuan untuk mengklasifikasikan meningioma berdasarkan estimator polinomial lokal dengan pereduksi Generalized Exploratory Factor Analyisis (GEFA). Proses pengolahan citra dari CT-Scan dilakukan dengan menggunakan software MATLAB. Hasil dari proses pengolahan citra tersebut menghasilkan matriks berdimensi tinggi, sehingga perlu dilakukan pereduksian dimensi dengan metode GEFA. Hasil dari reduksi dimensi digunakan untuk mengestimasi model regresi logistik nonparametrik menggunakan estimator polinomial lokal. Algoritma local scoring digunakan untuk mendapatkan estimasi dari Generalized Additive Models (GAM). Pada skripsi ini, data yang digunakan ini sebanyak 43 data citra. Sebanyak 22 data untuk membuat model (insample) dan 21 data untuk validasi (outsample). Hasil estimasi dari data insample diperoleh ketepatan klasifikasi sebesar 100%, sedangkan untuk data outsample sebesar 71,43%.