Clustering Fragmen Metagenom Menggunakan K-means dan Ekstraksi Fitur GLCM dengan Variasi Coverage
View/Open
Date
2017Author
Viryagie, Gaza
Kustiyo, Aziz
Kusuma, Wisnu Ananta
Metadata
Show full item recordAbstract
Analisis metagenom merupakan salah satu bidang kajian bioinformatika
yang sedang berkembang saat ini. Bidang yang terkait analisis metagenom adalah
genome sequencing dari sampel yang diperoleh langsung dari lingkungan (sampel
metagenom). Sequencing dengan sampel metagenom tersebut dapat menyebabkan
kesalahan perakitan fragmen dalam suatu kelompok mikroorganisme karena
fragmen-fragmen yang dihasilkan bercampur. Oleh karena itu, diperlukan suatu
algoritme yang tepat untuk mengelompokkan fragmen-fragmen dari organisme
yang memiliki ciri sesuai dengan kelompok tersebut. Tujuan dari penelitian ini
adalah menerapkan algoritme K-means dengan ekstraksi fitur dari Gray Level Cooccurrence
Matrix (GLCM) pada tiap fragmen dengan variasi coverage. Hasil dari
clustering dievaluasi dengan melihat nilai ragam yang diperoleh. Nilai ragam
terkecil yang diperoleh adalah sebesar 0.1172 pada coverage 10 dan jumlah cluster
sebanyak 11.
Collections
- UT - Computer Science [2335]