Prediksi Kanker Prostat berbasis Data Microarray Menggunakan Metode Genetic Algorithm (GA) - Support Vector Machine (SVM)

HARIADI ADHA FIRMANSYAH

Informasi Dasar

21.04.3229
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Kanker adalah penyakit mematikan yang terkenal di dunia. Kanker prostat merupakan salah satu jenis kanker yang paling sering terjadi pada pria. Pada tahun 2018 diperkirakan sekitar 1,3 juta pria di seluruh dunia menderita kanker prostat. Selama 8 tahun terakhir jumlah penderita kanker prostat di tiga rumah sakit pendidikan Indonesia yaitu Jakarta, Surabaya dan Bandung sebanyak 1.102 pasien dengan rerata usia 67.8 tahun. Untuk mendeteksi kanker prostat diperlukan uji klinis yang dilakukan di rumah sakit spesialis dan memerlukan waktu yang lama. Salah satu cara alternatif untuk memprediksi kanker prostat yaitu dengan memanfaatkan teknologi machine learning pada data microarray. Microarray mampu memprediksi beberapa jaringan tertentu pada manusia. Penelitian ini bertujuan untuk membangun sebuah model klasifikasi untuk deteksi kanker prostat berdasarkan data microarray. Adapun metode yang dibangun pada penelitian ini adalah Genetic Algorithm (GA) sebagai seleksi fitur dan Support Vector Machine (SVM) sebagai klasifikasi. Penelitian ini membuktikan bahwa penggunaan seleksi fitur GA berhasil meningkatkan performa SVM untuk ketiga kernel. Model terbaik didapat menggunakan kernel linear dengan 250 jumlah fitur yang menghasilkan nilai evaluasi akurasi dan F1-score berturut-turut 80.8% dan 85.3%, dimana akurasi merupakan rasio prediksi benar keseluruhan, sedangkan F1-score merupakan perbandingan rata-rata precision dan recall yang dibobotkan

Subjek

Machine - learning
 

Katalog

Prediksi Kanker Prostat berbasis Data Microarray Menggunakan Metode Genetic Algorithm (GA) - Support Vector Machine (SVM)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

HARIADI ADHA FIRMANSYAH
Perorangan
Isman Kurniawan, Annisa Aditsania
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

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