dc.contributor.advisor | Haryanto, Toto | |
dc.contributor.author | Permana, Majesty Eksa | |
dc.date.accessioned | 2016-05-26T07:01:44Z | |
dc.date.available | 2016-05-26T07:01:44Z | |
dc.date.issued | 2015 | |
dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/80682 | |
dc.description.abstract | Metagenom merupakan materi genetis yang diambil secara langsung dari
lingkungan tanpa melalui proses isolasi. Pengambilan unsur genetis secara
langsung dari lingkungan mengakibatkan banyak organisme yang bukan menjadi
subjek penelitian ikut terambil sehingga perlu dilakukan proses klasifikasi.
Namun, proses klasifikasi terkendala kasus imbalance data pada data sampel.
Tujuan dari penelitian ini adalah menerapkan metode mahalanobis distance based
sampling untuk mengatasi masalah imbalance data pada proses klasifikasi
fragmen metagenom. Proses ekstraksi fitur dilakukan dengan metode n-mers dan
pembentukan classifier dilakukan dengan metode k-nearest neighbor.
Berdasarkan hasil penelitian ini dapat diketahui bahwa akurasi rata-rata pada kelas
minoritas setelah dilakukan penyeimbangan data mengalami peningkatan sebesar
6.72% untuk k = 3 dan 5.79% untuk k = 5. Adapun akurasi rata-rata pada kelas
minoritas untuk k = 7 setelah dilakukan penyeimbangan justru mengalami
penurunan sebesar 1.11%. | id |
dc.language.iso | id | id |
dc.publisher | Bogor Agricultural University (IPB) | id |
dc.publisher | Bogor Agricultural University (IPB) | id |
dc.subject.ddc | Computer Sciences | id |
dc.title | Klasifikasi Metagenom Pada Kasus Imbalanced Data Dengan Metode Mahalanobis Distance Based Sampling | id |
dc.type | Undergraduate Thesis | id |
dc.subject.keyword | imbalance data | id |
dc.subject.keyword | k-nearest neighbor | id |
dc.subject.keyword | mahalanobis distance based sampling | id |
dc.subject.keyword | metagenom | id |
dc.subject.keyword | n-mers | id |