Sistem Pakar Pengklasifikasi Stadium Kanker Serviks Berbasis Mobile Menggunakan Metode Decision Tree

Abstract

Observasi Kanker Dunia menyatakan di Indonesia kanker serviks menempati urutan nomor dua dengan total seluruh kasus kanker 9,2% merupakan kanker serivks yang terus meningkat presentase setiap tahunnya karena  penambahan kasus baru. Penting bagi masyarakat waspada terhadap gejala-gejala yang timbul akibat kanker serviks. Kurangnya pengetahuan tentang kanker serviks  sejak dini meningkatkan risiko kematian. Hal ini disebabkan karena penderita mengetahui kanker serviks ketika berada pada stadium lanjut. Maka penting untuk mengetahui gejala penderita kanker serviks dan tingkat stadiumnya agar mendapatkan penanganan yang sesuai. Penelitian ini bertujuan untuk membuat sistem pakar yang dapat membantu masyarakat mengetahui klasifikasi penyakit stadium kanker serviks. Metode yang digunakan untuk mengembangkan sistem pakar adalah metode decision tree. Salah satu dari teknik analisis keputusan dan metode klasifikasi pada data mining. Proses klasifikasi menggunakan data pasien kanker serviks sebanyak 200 record dengan 12 gejala yang digunakan sebagai acuan.  Metode decision tree yang digunakan memiliki nilai accuracy 85.50%, recall 85.40%, dan precision 86.74%. Sistem pakar  dikembangkan dengan menggunakan frame work flutter. Hasil dari penelitian berupa aplikasi mobile sistem pakar yang telah diuji black box yang dinyatakan valid. Sistem ini dapat membantu masyarakat mengetahui hasil diagnosa dari gejala yang dialami dan tingkat stadium dengan akurat untuk menerapkan penanganan yang sesuai