Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number KP-3469
Collection Type Kerja Praktek (KP)
Title Machine Learning Berbasis Sistem Skoring untuk Memprediksi Rekurensi Meningioma di Indonesia Medical Education & Research Institute (IMERI)
Author Dhita Putri Pratama;
Publisher Depok: Fakultas Ilmu Komputer Universitas Indonsia, 2020
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
KP-3469 TERSEDIA
Tidak ada review pada koleksi ini: 48785
ABSTRAK Nama : Dhita Putri Pratama Program Studi : Ilmu Komputer Judul : Machine Learning Berbasis Sistem Skoring untuk Memprediksi Rekurensi Meningioma Laporan kerja praktik ini membahas mengenai proses pengerjaan pembuatan model machine learning untuk sistem skoring yang dapat memprediksi rekurensi meningioma. Penelitian ini dijalani selama program magang di Indonesia Medical Education & Research Institute (IMERI) Fakultas Kedokteran Universitas Indonesia. Beberapa tahapan yang dilakukan selama kerja praktik ini adalah melakukan tinjauan literatur, melakukan pembersihan data, analisis data, membangun model machine learning, dan membuat library machine learning untuk dataset yang tersedia. Dari data yang tersedia, hasil penelitian menunjukkan bahwa dengan menggunakan metode machine learning imputasi K-Mode, juga dengan kernel RBF pada SSL, serta dengan algoritma linear discriminant analysis (LDA) akurasi tertinggi dapat dicapai dengan rata-rata testing accuracy senilai 75% dan auc score senilai 85,7%. Selain model machine learning, beberapa hasil pekerjaan penulis selama masa kerja praktik ini adalah tinjauan literatur, tutorial machine learning untuk penyelia, machine learning library untuk dataset rekurensi menigioma yang tersedia, dll. Banyak sisi teknis baru yang dipelajari selama program magang ini, salah satunya adalah mengenai pemrosesan data serta pembangunan model apabila diberikan data yang sangat minim. Selain sisi teknis tersebut, sisi nonteknis juga banyak dipelajari penulis seperti etika berbicara melalui media social, kemampuan berkomunikasi dengan penyelia, serta kemampuan menjelaskan sisi teknis kepada orang-orang non-teknis dengan mudah. Kata kunci: Machine learning, Sistem skoring, classification problem, rekurensi meningioma