dc.contributor.advisor | Haryanto, Toto | |
dc.contributor.author | Sari, Lani Kurnia | |
dc.date.accessioned | 2023-10-26T23:35:24Z | |
dc.date.available | 2023-10-26T23:35:24Z | |
dc.date.issued | 2015 | |
dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/128680 | |
dc.description.abstract | Metagenom merupakan kumpulan mikrob yang sampelnya dapat diperoleh
langsung dari lingkungan alaminya. Kumpulan mikrob tersebut sangat sulit
diklasifikasikan karena organismenya masih saling tercampur, sehingga proses
binning perlu dilakukan. Proses binning dengan pendekatan komposisi dilakukan
dengan mengelompokkan hasil ekstraksi fitur fragmen metagenom. Besarnya
parameter n pada metode ekstraksi fitur n-mers mengakibatkan dimensi yang
besar. Penelitian ini bertujuan menerapkan metode two dimensional principal
component analysis (2D-PCA) untuk mereduksi fitur hasil ekstraksi n-mers
fragmen metagenom dan mengklasifikasikan dengan algoritme KNN. Hasil
evaluasi terbaik dalam penelitian ini diperoleh saat klasifikasi 3-NN. Nilai akurasi
tertinggi mencapai 99.51%, sensitivitas tertinggi mencapai 93.75%, dan
spesifisitas tertinggi mencapai 99.89%. Ketiganya diperoleh pada skenario 7-mers
dengan nilai PC 98%. Adapun penurunan waktu eksekusi pada proses klasifikasi
skenario tersebut mencapai 304.7 detik terhadap keseluruhan data uji yang
digunakan. | id |
dc.language.iso | id | id |
dc.publisher | IPB (Bogor Agricultural University) | id |
dc.subject.ddc | Mathematics and Natural Sciences-Computer Science | id |
dc.title | Reduksi Dimensi Fitur dengan Two Dimensional Principal Component Analysis (2D-PCA) untuk Klasifikasi Metagenom | id |
dc.type | Undergraduate Thesis | id |
dc.subject.keyword | 2D-PCA | id |
dc.subject.keyword | feature extraction | id |
dc.subject.keyword | KNN classifier | id |
dc.subject.keyword | metagenome | id |
dc.subject.keyword | n-mers | id |