Show simple item record

dc.contributor.advisorRohmatul Fajriyah
dc.contributor.authorRevika Dwi Merianti
dc.date.accessioned2021-04-30T01:26:24Z
dc.date.available2021-04-30T01:26:24Z
dc.date.issued2020
dc.identifier.urihttps://dspace.uii.ac.id/123456789/28445
dc.description.abstractMedulloblastoma adalah kanker otak kecil yang tumbuh cepat pada bagian belakang otak. Antara 250 hingga 500 anak-anak didiagnosis dengan medulloblastoma setiap tahunnya. Lebih dari 70% terjadi pada anak-anak umur dibawah 10 tahun. Kemungkinan perkembangan medulloblastoma berkurang seiring bertambahnya usia. Medulloblastoma diklasifikasikan sebagai tumor Grade IV yang mana tumor ini ganas dan tumbuh cepat. Ada empat subgrup yang telah diidentifikasi, yaitu WNT, SHH, Group 3 dan Group 4. Subgrup WNT ini sering menempati fourth ventricle (ruang yang berisi cairan di tengah fosssa posterior), subgrup SHH terutama terletak di tubuh otak kecil dan sering terlihat lateralisasi ke sisi organ, jika terdapat sinyal SHH tidak terkendali maka akan menyebabkan kanker, untuk group 3 terletak di fourth ventricle dan saat didiagnosa sudah menyebar ke area lain dari otak (metastasik), dan group 4 ini mirip dengan group 3 dan WNT letaknya tetapi tidak metastasik dan lebih agresif. Untuk mengetahui subgrup ini dapat menggunakan informasi biologis dari pasien yaitu dengan menggunakan data ekspresi gen microarray, dimana datanya berukuran sangat besar, menggunakan teknik klasifikasi data mining. Metode klasifikasi yang akan digunakan untuk pemecahan masalah medulloblastoma ini adalah Support Vector Machine (SVM) dan Random Forest. Berdasarkan penelitian diperoleh nilai akurasi klasifikasi dari metode SVM dengan kernel linear, polynomial dan sigmoid masing-masing adalah 90.92%,77.27%, dan 86.36%. akurasi dengan menggunakan metode Random Forest adalah sebesar 90.92%. Nilai AUC SVM dan Random Forest yaitu 0.9754 atau 97.54%, dan dikategorikan sebagai excellent classification. Oleh karena itu, dengan melihat hasil dari kedua metode sama dan dengan faktor penyebab medulloblastoma masih sangat minim maka peneliti merekomendasikan untuk menggunakan kedua metode yaitu SVM dan Random Forest dalam klasifikasi data subgrup medulloblastoma.en_US
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectSupport Vector Machineen_US
dc.subjectRandom Foresten_US
dc.subjectKlasifikasien_US
dc.subjectMedulloblastomaen_US
dc.subjectKanker Otaken_US
dc.titleImplementasi Metode Support Vector Machine Dan Random Forest Pada Data Ekspresi Gen Microarray (Studi Kasus : Novel Mutation Target Distinct Subgrups of Medulloblastoma in America)en_US
dc.Identifier.NIM16611042


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record