Klasifikasi Data Ekspresi Gen Pada Penyakit Kanker Menggunakan Algoritma K-Nearest Neighbor dengan Algortima Particle Swarm Optimization sebagai Seleksi Fitur

WINDY ANGGRAINI SARI

Informasi Dasar

75 kali
18.04.2115
610.28
Karya Ilmiah - Skripsi (S1) - Reference

Kanker adalah salah satu penyakit yang menyebabkan kematian. Salah satu cara penanganan kanker yaitu dengan mendeteksi kanker menggunakan data ekspresi gen. Ekspresi gen merupakan rangkaian proses penerjemahan informasi genetik untuk mengetahui gambaran dari suatu gen dan mengetahui kondisi gen pada tubuh seseorang. Data mining merupakan salah satu metode yang dapat memahami teknik dalam mengolah data. Salah satu algoritma dalam data mining yakni K-Nearest Neighbor yang digunakan untuk melakukan klasifikasi agar dapat memahami isi dari data. Ekspresi gen merupakan data berdimensi tinggi sehingga diperlukan teknik tertentu untuk mereduksi dimensi sehingga memiliki tingkat akurasi yang baik. Pendekatan dilakukan menggunakan Particle Swarm Optimization, algoritma ini melakukan seleksi fitur bertujuan untuk memudahkan pengolahan data yang dilakukan K-Nearest Neighbor dan membuat model klasifikasi lebih mudah untuk dipahami. Algoritma Particle Swarm Optimization merupakan salah satu algoritma untuk pencarian fitur terbaik dan dapat meningkatkan akurasi. Dengan pemilihan metode ini menghasilkan akurasi 92.23%.

Subjek

Biomedical Engineering
 

Katalog

Klasifikasi Data Ekspresi Gen Pada Penyakit Kanker Menggunakan Algoritma K-Nearest Neighbor dengan Algortima Particle Swarm Optimization sebagai Seleksi Fitur
 
 
 

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

WINDY ANGGRAINI SARI
Perorangan
Fhira Nhita, Danang Triantoro
 

Penerbit

Universitas Telkom
 
2018

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini