SKRINING KANKER SERVIKS

DENGAN SISTEM PAKAR

KELOMPOK :
PATMASARI P102212001
NUR FATIMAH P102212002
ROSKYA SARI TIMUMUN P102212003
WINA FITRIA P10221200
SRI RAHAYU RISTANTI P10221200
 SKRINING KANKER SERVIKS DENGAN SISTEM PAKAR:
Literatur Review

Kanker serviks merupakan salah satu penyebab

Tujuan literatur review ini adalah untuk mengetahui
utama kematian wanita akibat kanker di dunia
berbagai jenis kecerdasan buatan dengan tingkat efisiensi
terutama di negara-negara berpenghasilan
dan akurasinya dalam mendeteksi kanker serviks.
rendah. Kanker serviks adalah jenis kanker di
mana pertumbuhan sel abnormal terjadi pada
lapisan permukaan serviks. Jumlah kasus kanker Metode yang digunakan yaitu dengan metode penelusuran

serviks pada tahun 2012 yang dilaporkan oleh artikel jurnal di database sciences dari Google Scholar

Organisasi Kesehatan Dunia (WHO) adalah dengan menggunakan kata kunci sesuai topik yang relevan

528.000 dan jumlah kematian sama dengan dan didapatkan sebanyak 10 jurnal yang sesuai dengan

266.000. kriteria yang di inginkan.

 Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks

Output :

Metode ini diimplementasikan sebagai mesin dalam sistem

Penelitian Wahid & Al-Mazini (2020) :
prototipe yang disebut Sistem Deteksi Kanker Serviks
 Menemukan Alogaritma klasifikasi berbasis Ant-
Menunjukkan hasil yang baik pada keguanaan dan
Colony optimasi
fungsionalitasnya.
 Menganalisis kumpulan data pasien kanker serviks
menggunakan Ant-Meter. Kelebihan :

Mengungguli pendekatan sebelumnya

Menghasilkan akurasi klasifikasi kanker serviks yang
lebih tinggi Mendukung mesin vektor dalam domain yang sama

Lebih baik dalam hal akurasi klasifikasi data yaitu mencapai

90%
 Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks

Output :
Penelitian yang dilkukan oleh Nikookar, Naderi&Rahnavard
(2020) : Penggabungan fitur ini dapatditerapkan di sistem Computer
Aided Diagnosis (CAD)
Menggabungkan fitur yang di ektraksi dari tiga kolposkopi
yang berbeda gambar dan menggabungkan penilaian subjektif Telah meningkatkan kualitas system prediksi kanker secara
para ahli serta pengguna serta pengklasifikasian asamble signifikan.

 Model yang diusulkan adalah kecerdasan buatanuntuk

memprediksi kanker serviks Kelebihan :

Model penggabungan ini juga dapat digunakansebagai strategi Lebih baik dibandingkan dengan metode yang tersedia

pengambilan keputusan klinis yang mendukung dengan sebelumnya yang menyediakan skrining lanjutan dan metode

memberikan lebih banyak informasi yang dapat dipercaya pradiagnosis untuk deteksi awal kanker serviks.

kepada pembuat keputusan klinis dalam hal ini adalah dokter  Sensitivitas mencapai 90% dan spesifitas mencapai 94%
spesialis.
Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks
Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks
Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks
Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks
Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks
 Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks

Output :
Penelitian yang dilakukan oleh (William et al.,
 Mampu menganalisis slide pap-smear penuh dalam
2019)
waktu 3 menit
 Analisis slide pap smear otomatis Analisis
 Akurasi, sensitivitas dan spesifisitas klasifikasi pada
slide pap smear otomatis untuk mendeteksi
slide pap-smear penuh masing-masing adalah
kanker serviks menggunakan algoritma C-
95,00%, 100% dan 90,00%.
means fuzzy dengan tiga dataset.
Kelebihan :
 Sel serviks di identifikasi oleh ahli sitologi
 Mengefisienkan waktu dengan menganalisis slide
menggunakan skema eliminasi sekuensial tiga
pap-smear penuh dengan cepat
fase
 Memiliki sensisitifitas yang tinggi terhadap sel
kanker serviks
 Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks

Output :

 Hampir semua algoritma efisien dalam mendeteksi sel

Penelitian yang dilakukan oleh Gupta, Sarwar and
kanker dengan tingkat efisensi sekitar 69% sampai 76%.
Sharma (2017) :
 Multiple Backpropagation lebih efisien dengan tingkat
Penelitian yang dilakukan oleh Gupta, Sarwar and
efisensi sekitar 78,0%
Sharma (2017) :

 Mengidentifikasi sel dengan mikroskop digital Kelebihan :

 Menganalisis sel dengan Teknik papanicolau Lebih efektif dan efisien untuk skrining massal kanker

 Mendeteksi sel dengan lima belas algoritma yang serviks tingkat massal

berbeda
 Hasil dan Pembahasan : Sistem Pakar Untuk Skrining Kanker Serviks

Penelitian yang dilakukan oleh Ijaz, Attique, and
Son, (2020) :
 Menggunakan model outlier dan over sampling
Output :
Hasil menunjukkan bahwa kombinasi iForest dengan SMOTE
dan SMOTETomek dapat memberikan hasil yang lebih baik
dalam hal sensitivitas, spesivitas, skor dan akurasi dalam

dengan membandingkan empat kombinasi diagnosis kanker serviks daripada kombinasi DBSCAN dengan
SMOTE dan SMOTETomek.
skenario

 Dataset - database - feature extraction

Kelebihan :
 Mendeteksi sel dengan metode DBSCAN dan
Deteksi kanker serviks menggunakan 4 jenis tes yaitu tes
iForest dan mengkombinasikan dengan metode
Biopsi, Schiller, Hinselmann dan Sitologi dan bisa
SMOTE dan SMOTETomek
mendeteksi dengan sampel yang banyak.
 Kesimpulan

 Pengunaan system pakar sangat membantu tenaga ahli dalam

diagnostic dini penyakit khususnya dalam hal ini kanker serviks.

 Penggunaan sitem pakar lebih efektif dan lebih efisien sehingga

lebih memudahkan dalam skrining kanker serviks tingkat massal.

Saran
 Untuk peggunaan system pakar dalam mendeteksi kanker di harapkan
bukan saja hanya mendeteksi kanker serviks tetapi juga dapat mendeteksi
kanker-kanker lain

 Untuk tenaga ahli khususnya dokter disarankan untuk mengikuti

pelatihan terkait penggunaan system pakar tersebut sehingga tidak perlu
melibatkan ahli teknologi/komputer .

 Disarankan untuk menambah program pada system terkait analaisis factor

resiko kanker serviks
TERIMAKASIH