ABSTRAK Nama : Mukhlis Amien Program Studi : Magister Ilmu Komputer Judul : Metode Seleksi Fitur Menggunakan Teknik Perankingan Berbasis Bobot Secara Multi Step Menggunakan Deep Learning untuk Pencarian Biomarker pada Data Microarray Data ekspresi gen pada percobaan microarray memiliki ciri khas yaitu jumlah sampel yang sedikit dengan dimensi fitur yang sangat besar. Algoritma Deep Belief Network (DBN) adalah bagian dari algoritma deep learning yang menerapkan teknik unsupervised learning secara greedy layer wise training. DBN ini dapat digunakan untuk membantu menganalisa data ekspresi gen. Algoritma seleksi fitur yang berbasis pada perankingan bobot secara multi-step pada penelitian ini digunakan untuk mendapatkan fitur gen biomarker, yaitu profil gen yang paling informatif dengan melakukan perankingan berdasarkan bobot jaringan deep belief network (DBN). Algoritma ini digunakan untuk memilih fitur gen dari suatu percobaan microarray lung adenocarcinoma (kanker paru-paru). Deep Belief Network (DBN) adalah Restricted Boltzmann Machine (RBM) yang dirangkai menjadi jaringan yang dijajarkan untuk membentuk jaringan yang lebih dalam. Seleksi fitur gen, berdasarkan ranking bobot yang dihasilkan oleh algoritma ini terbukti dapat digunakan untuk pencarian Biomarker. Hal ini dibuktikan dengan melakukan evaluasi bahwa hanya dengan menggunakan biomarker yang didapatkan sebagai data pada teknik machine learning umum yaitu multi layers perceptron (MLP), sudah bisa melakukan klasifikasi pasien sehat atau pasien sakit. Untuk melakukan konfirmasi bahwa gen biomarker tersebut adalah merupakan biomarker dari penyakit kanker, maka dilakukan perbandingan dengan hasil dari studi literatur. Kata Kunci: Microarray, ekspresi gen, Algoritma Seleksi fitur, multi-step ranking, deep belief network, restricted boltzmann machine, feature selection, deep learning, unsupervised learning, biomarker. vii