ANALISIS PERBANDINGAN METODE SELEKSI GEN DALAM IDENTIFIKASI KANDIDAT BIOMARKER DIABETES MELITUS TIPE II


RAMDAYANI, MUKRIMAH (2021) ANALISIS PERBANDINGAN METODE SELEKSI GEN DALAM IDENTIFIKASI KANDIDAT BIOMARKER DIABETES MELITUS TIPE II. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H13114322_skripsi cover1.jpg

Download (251kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
H13114322_skripsi bab 1-2.pdf

Download (1MB)
[thumbnail of Dapus] Text (Dapus)
H13114322_skripsi dapus-lamp.pdf

Download (85kB)
[thumbnail of Full Text] Text (Full Text)
H13114322_skripsi.pdf
Restricted to Repository staff only

Download (2MB)

Abstract (Abstrak)

Penelitian mengenai penanganan yang tepat untuk penderita Diabetes Melitus (DM) tipe II telah banyak dilakukan. Salah satu penelitian mengenai penanganan yang tepat untuk penderita DM tipe II yaitu dengan mengidentifikasi kandidat biomarker yang berasal dari gen yang paling signifikan dengan memanfaatkan 25770 data ekspresi gen pada DM tipe II, selanjutnya hasil identifikasi gen informatif tersebut digunakan untuk meningkatkan hasil klasifikasi. Salah satu pendekatan yang dapat digunakan untuk mengidentifikasi biomarker adalah dengan menggunakan teknologi DNA microarray. Pengolahan dari data microarray dimulai dengan tahap preprocessing. Selanjutnya melalui tahap filtering menggunakan uji-t, Singular Value Decomposition (SVD), Information Gain (IG), Chi-Squre, dan Random Forest Importance. Tahap terakhir dilakukan proses seleksi fitur menggunakan metode Support Vector Machine (SVM), Analisis Diskriminan Linier (LDA), Random Forest-Recursive Feature Elimination (RF-RFE) dan Support Vector Machine-Recursive Feature Elimination (SVM-RFE). Performansi dari semua metode seleksi fitur yang digunakan menunjukkan bahwa metode RF-RFE memperoleh nilai akurasi yang lebih baik dibandingkan dengan metode SVM, LDA dan SVM-RFE.
Kata kunci : Diabetes melitus Tipe II, Microarray, Biomarker, Support Vector Machine-Recursive Feature Elimination, Random Forest-Recursive Feature Elimination, SVM, Analisis Diskrimiasi Linier

Item Type: Thesis (Skripsi)
Subjects: Q Science > Q Science (General)
Depositing User: S.Sos Rasman -
Date Deposited: 29 Oct 2021 01:34
Last Modified: 29 Oct 2021 01:34
URI: http://repository.unhas.ac.id:443/id/eprint/8472

Actions (login required)

View Item
View Item