Call Number | T-1005 (Softcopy T-714) Source code T-156 |
Collection Type | Tesis |
Title | Pengembangan metode kernel dimensionality reduction-support vector machine (KDR-SVM) dalam integrasi tipe data pasien untuk identifikasi subtipe kanker |
Author | Aulia Nur Istiqlal; |
Publisher | Depok: Fakultas Ilmu Komputer, 2013 |
Subject | |
Location | FASILKOM-UI; |
Nomor Panggil | ID Koleksi | Status |
---|---|---|
T-1005 (Softcopy T-714) Source code T-156 | TERSEDIA |
Pada penelitian ini, diperkenalkan suatu model integrasi tipe data pasien yaitu data microarray DNA dan data klinis pasien untuk tujuan identifikasi subtipe kanker. Model integrasi data ini menggunakan metode klasifikasi berbasis kernel yang merupakan perluasan pendekatan Support Vector Machine (SVM) dengan Kernel Dimensionality Reduction (KDR) yang disebut sebagai KDRSVM. Metode KDR-SVM diimplementasikan pada database kanker Limfoma serta informasi klinis pasien yang berkaitan. Dengan penggunaan data integrasi, diharapkan identifikasi subtipe kanker dapat dilakukan secara lebih akurat. Berbagai eksperimen telah dilakukan dalam penelitian ini. Hasil penelitian menunjukkan bahwa penggunaan data integrasi dan KDR dengan dimensi terbaik yaitu 10 dapat meningkatkan akurasi hasil klasifikasi. Metode KDR-SVM mengungguli metode lainnya dalam hal akurasi pada proses identifikasi subtipe kanker.