Aplikasi Sistem Pakar Deteksi Dini Kanker Serviks Berbasis Android

Sari

Abstrak

Kanker serviks merupakan kanker pembunuh wanita kedua setelah kanker payudara di Indonesia. Kurangnya pengetahuan tentang kanker serviks serta gejala awal kanker serviks yang tidak begitu tampak membuat wanita menyadari terkena kanker serviks pada tahapan lanjut atau stadium akhir. Hanya sebagian kecil yang bisa ditangani dan mendapatkan kesembuhan, sedangkan sisanya tidak bisa mendapatkan penanganan yang optimal karena terlambat deteksi. Sistem pakar ini dibuat untuk mendeteksi secara dini kanker serviks berdasarkan gejala-gejala yang dialami oleh user. Metode yang digunakan oleh penulis adalah Naïve Bayes classifier. Naïve Bayes classifier  merupakan suatu klasifikasi peluang yang sederhana berdasarkan pada aplikasi teorema Bayes dengan asumsi antar variable penjelas dan saling bebas (independen) yaitu kehadiran atau ketiadaan dari suatu kejadian tertentu dari suatu kelompok tidak berhubungan dengan kehadiran atau ketiadaan dari kejadian lainya. Dengan menggunakan metode Naïve Bayes classifier dapat membantu dalam mendiagnosa dan memberikan pemahaman awal mengenai penanganan dari penyakit tertentu. Aplikasi sistem pakar ini diharapkan bisa menjadi media alternatif untuk mendeteksi secara dini mengenai kanker serviks serta cara penanganannya.

Kata Kunci: penyakit kanker serviks, sistem pakar, naive bayes classifier

Abstract

Cervical cancer is the second female killer cancer after breast cancer in Indonesia. Lack of knowledge about cervical cancer and the early symptoms of cervical cancer are not so visible to make women aware of cervical cancer in the stage or advanced stage. Only a small part can be handled and get healed, while the rest can not get optimal treatment because it is too late to be detected and treated. This expert system is made to detect early cervical cancer based on symptoms experienced by the user. The method used by the author is Naïve Bayes classifier. Naïve Bayes classifier is a simple opportunity classification based on the Bayes theorem application with the assumption between explanatory and independent variables ie the presence or absence of a particular event of a group unrelated to the presence or absence of any other event. Using the Naïve Bayes classifier method can assist in diagnosing and providing a preliminary understanding of the treatment of certain diseases. This expert system application is expected to be an alternative media to detect early on cervical cancer and how to handle it.

Keywords: cervical cancer, expert system, naive bayes classifier