Penerapan K-means pada Imbalanced Data untuk Klasifikasi Metagenom.

Abstract

Metagenom merupakan studi DNA total dari sumber lingkungan yang diisolasi secara langsung. Metagenom didasari pada isolasi dan karakterisasi DNA dari sampel-sampel lingkungan tanpa diperlukannya budidaya dari mikroorganisme. Studi metagenom mengacu pada kandungan genomik dari ekosistem mikroba lengkap. Dikarenakan pada sampel mikroba yang digunakan terdapat bermacam-macam jenis organisme maka perlu dilakukan proses klasifikasi. Pada tahap proses klasifikasi metagenom umumnya terjadi permasalahan imbalanced data yang dapat mempengaruhi keakuratan hasil klasifikasi. Penelitian ini difokuskan untuk mengatasi masalah klasifikasi pada imbalance data pada metagenom dengan K-means sebagai metode clustering dan mengaplikasikan KNN (k-nearest neighbors) sebagai algoritme untuk klasifikasinya. Berdasarkan hasil penelitian ini dapat diketahui bahwa akurasi rata-rata kelas minoritas setelah dilakukan penyeimbangan data mengalami peningkatan sebesar 4,35% untuk k=1. Adapun akurasi rata-rata pada kelas minoritas untuk k= 3 dan k=5 setelah dilakukan penyeimbangan justru mengalami penurunan sebesar masing-masing sebesar 1,21% dan 6,77%.