Penyakit kanker rahim adalah ancaman serius penyebab kematian bagi wanita. Mekanisme diagnosa pra-kanker rahim dikenal dengan diagnosa pap(anicolaou)-smear. Pada diagnosa pap smear digunakan sample sel rahim yang akan diuji untuk aktifitas pendeteksian sel kanker. Sample sel rahim ini dikenal dengan sel pap smear. Erik Martin menyatakan bahwa klasifikasi sel pap smear terdiri atas 7 kategori kelas. Tiga kelas diantaranya adalah kategori kelas sel normal yang meliputi: Normal Superficial, Normal Intermediate, dan Normal Columnar. Sedangkan empat yang lainnya adalah kategori kelas sel abnormal yaitu: Mild (Light) Dyplasia, Moderate Dysplasia, Severe Dysplasia dan Carcinoma In Situ. Penelitian sebelumnya telah dilakukan dalam rangka pengembangan sistem otomatis diagnosa kanker rahim. Ratih Amalia telah mengembangkan biomedical image retrieval system. Dalam penelitiannya tersebut Amalia menyatakan bahwa klasifikasi 7-kelas sel pap smear berdasarkan image content masih relatif sulit dilakukan. Atas hasil tersebut maka pada penelitian ini akan coba dirancang dan diajukan model klasifikasi pap smear baru yang memanfaatkan feature kualitatif dan association rules untuk kemudian diterapkan pada Biomedical Image Retrieval System (BIRS) yang baru. Suatu kontribusi yang diberikan pada penelitian ini adalah suatu konteks model asosiasi sebagai basis klasifikasi dan sebuah formula skoring baru penentu kelas prediksi klasifikasi. Akhirnya, sebagai harapan adalah kinerja BIRS bagi pap smear dapat ditingkatkan. Melalui eksperimen dan analisis hasil terbukti bahwa dengan penerapan model klasifikasi yang diajukan, peningkatan kinerja BIRS bagi pap smear dapat diraih. Kata kunci : klasifikasi, pap smear, image retrieval, association rules. xi + 83 hlm.; 13 tbl.; 14 gbr.; 5 lmp. Tinjauan Pustaka: (1994 – 2008)