Browsing UT - Computer Science by Title
Now showing items 659-678 of 2254
-
Klasifikasi Fragmen Metagenom Menggunakan Metode Probabilistic Neural Network (PNN)
(2015)Teknologi pada bidang bioinformatika terus berkembang, khususnya untuk analisis metagenom. Metagenom merupakan komunitas mikrob genom yang sampelnya diambil langsung dari lingkungan. Fragmen metagenom yang dihasilkan dari ... -
Klasifikasi Fragmen Metagenom Menggunakan Metode SVM dan Fast Correlation Based Filter sebagai Penyeleksi Fitur
(2015)Bioinformatika memiliki banyak bidang kajian penting dan terus berkembang, salah satunya adalah analisis metagenom. Metagenom merupakan materi genetik yang diperoleh dari sampel yang langsung diambil dari lingkungan tanpa ... -
Klasifikasi Fragmen Metagenom menggunakan PNN dengan Ekstraksi Fitur GLCM pada setiap Fragmen
(2016)Analisis metagenom adalah salah satu bidang kajian bioinformatika yang sedang berkembang di Indonesia. Bidang ini terkait dengan analisis sequencing genom yang diperoleh langsung dari lingkungan, namun sequencing secara ... -
Klasifikasi Fragmen Metagenom menggunakan Principal Component Analysis dan K-Nearest Neighbor
(2015)Metagenomika adalah ilmu yang mempelajari tentang analisis metagenom yang materi genetiknya diperoleh langsung dari sampel lingkungan. Ketika meng-sekuens sampel metagenom ini maka akan dihasilkan fragmen-fragmen. Pada ... -
Klasifikasi Fragmen Metagenome Menggunakan KNN dan PNN dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) pada Variasi Jumlah Fragmen
(2014)The development of knowledge in bioinformatics such metagenome analysis keeps evolving. Some related researches commonly use K-Mers method for the features extraction and SVM for the classification. This research uses gray ... -
Klasifikasi Fragmen Metagenome Menggunakan KNN dan PNN dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) pada Variasi Panjang Fragmen
(2014)Bioinformatics is a field of study which is developing rapidly in Indonesia. The main focus of this study is to classify metagenome fragment into some taxonomies using GLCM that has 13 features. The training data used in ... -
Klasifikasi Fragmen Metagenome Menggunakan Metode Support Vector Machine (SVM)
(2013)Metagenome analysis is one of the most important bioinformatics field. This field is related to genome which is taken directly from the environment. The purpose of this research is to classify metagenome fragment into some ... -
Klasifikasi fragmen metagenome menggunakan oblique decision tree dengan optimasi algoritme genetika
(2014)Analisis metagenome merupakan salah satu bidang kajian bioinformatika yang penting. Bidang ini terkait dengan analisis sampel genom yang diambil langsung dari lingkungan. Tujuan penelitian ini adalah melakukan klasifikasi ... -
Klasifikasi genre musik menggunakan Learning Vector Quantization (LVQ)
(2011)Radio stations and music television have a milion of music tapes. A lot of musical genres create a problem when people wants to determine the right genre of a new kind of music. To classify the musical genre is not an easy ... -
Klasifikasi Imbalanced data menggunakan algoritma klasifikasi voting feature intervals
(2006)Imbalanced data atau data yang tak berimbang merupakan suatu kondisi dimana pada sebuah himpunan data terdapat satu kelas yang memiliki jumlah instance yang kecil bila dibandingkan dengan kelas lainnya. Contohya pada suatu ... -
Klasifikasi imbalanced data menggunakan weighted k-nearest neighbor pada data debitur kartu kredit bank
(2014)Manajemen risiko kredit bertujuan untuk meminimalkan potensi kerugian dari kredit macet. Analisis data debitur bermasalah yang sudah ada dapat menjadi model dalam kualifikasi pemberian kredit selanjutnya. Data debitur bank ... -
Klasifikasi Jamur ke dalam Kelas Dapat Dikonsumsi atau Beracun Menggunakan Algoritma VFI5 (Studi kasus : famili Agaricus dan Lepiota).
(2008)Jamur merupakan salah satu jenis tumbuhan yang banyak dijumpai di alam, sehingga sejak dahulu jamur banyak dijadikan sebagai bahan konsumsi utama. Salah satu jenis jamur yang banyak dikonsumsi adalah famili Agaricus dan ... -
Klasifikasi Jenis Shorea Berdasarkan Morfologi Daun Menggunakan Jaringan Syaraf Tiruan Propagasi Balik Levenberg-Marquardt
(2013)Shorea belongs to the Dipterocarpaceae family and is one of tropical rain forest plants which is being used in timber production. Due to the existence of its various species, Shorea’s identification remains a challenge. ... -
Klasifikasi Kanker Payudara Berdasarkan Citra Histopatologi Menggunakan Model Convolutional Neural Network
(2023)Kanker payudara menempati peringkat pertama sebagai jenis kanker yang paling umum diderita oleh perempuan di dunia. Kanker payudara memiliki kontribusi sebesar 11,7% dari total kasus baru kanker di dunia dan 16,6% ... -
Klasifikasi Kanker Serviks pada Citra Pap Smear Menggunakan Model CNN dan SVM
(2021)Kanker serviks menduduki peringkat empat untuk jenis kanker yang umum dijumpai pada wanita di seluruh dunia dan merupakan penyakit dengan angka kematian yang cukup tinggi di Indonesia. Tes skrining pap smear merupakan ... -
Klasifikasi Kanker Serviks Pada Citra Pap Smear Menggunakan Model Convolutional Neural Network
(2021)Kanker serviks menempati peringkat kedua sebagai jenis kanker yang paling banyak menyerang wanita dengan angka kematian sebesar 273.000 kasus per tahun. Pemeriksaan pap smear adalah salah satu upaya pencegahan kanker ... -
Klasifikasi Kemunculan Titik Panas Pada Lahan Gambut Di Sumatera Dan Kalimantan Dengan Menggunakan Algoritme Pohon Keputusan C5.0
(2016)Prediksi kejadian kebakaran hutan dilakukan menggunakan titik panas sebagai indikator kebakaran hutan. Pada penelitian ini dilakukan klasifikasi kemunculan titik panas di lahan gambut di Sumatera dan Kalimantan. Algoritme ... -
Klasifikasi Kemunculan Titik Panas Pada Lahan Gambut Di Sumatera Dan Kalimantan Menggunakan Algoritme K-Nearest Neighbor
(2015)Data kemunculan titik panas dianalisis menggunakan metode dalam data mining, yaitu K-Nearest Neighbor (KNN). KNN merupakan metode untuk mengklasifikasikan objek berdasarkan data training yang terletak paling dekat dengan ... -
Klasifikasi Kemunculan Titik Panas Pada Lahan Gambut Di Sumatera Dan Kalimantan Menggunakan Algoritme Naive Bayes
(2016)Dampak kebakaran hutan di lahan gambut lebih berbahaya dibandingkan pada lahan kering, karena selain terbakarnya vegetasi di permukaan, lapisan serasah dan meterial gambut ikut terbakar sehingga menghasilkan karbon (CO2) ... -
Klasifikasi Kemunculan Titik Panas Pada Lahan Gambut Di Sumatera Dan Kalimantan Menggunakan Algoritme Random Forest
(2015)Pengelolaan lahan gambut dengan menanam jenis tanaman yang tidak sesuai dengan karakteristik lahan gambut serta kebakaran menyebabkan lahan gambut mengalami degradasi. Titik panas merupakan suatu indikator kebakaran hutan ...