TEKS
PEMILIHAN FITUR MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS (ICA) DAN FUZZY BACKWARD FEATURE ELIMINATION (FBFE) PADA KELOMPOK DATA MICROARRAY
Microarray merupakan teknologi dalam penelitian biomedis yang
memungkinkan untuk menganalisa nilai dari ribuan gen. Biasanya microarray
mempunyai dimensi yang besar yang berisi tentang informasi biologis DNA
maupun RNA. Misalanya DNA penyakit breast cancer. Permasalahan dalam
pengolahan dataset microrray salah satunya overfitting, untuk mengatasi
permasalahan tersebut digunakan metode pemilihan fitur. Pemilihan fitur
merupakan salah satu metode preproses yang ada di dalam proses data mining
yang bertujuan untuk meningkatkan kinerja dan efektifitas pemprosesan
utama. Untuk memilih fitur yang berpengaruh yang ada di dataset microrray
maka dibutuhkan suatu metode dan algoritma pemilihan fitur, yaitu dengan
menggunakan kombinasi metode Independent Component Analysis (ICA) dan
Fuzzy Backward Feature Elimination (FBFE). Metode ICA digunakan untuk
mengeksraksi dataset microarray menjadi komponen yang independent dan
FBFE digunakan untuk memilih keterkaitan masing-masing fitur. Hasil dari
kombinasi preproses ICA dan FBFE selanjutnya diujikan menggunakan
algoritma klasifikasi KNN untuk mengetahui performansi dari kombinasi
metode tersebut. Pengujian yang dilakukan dengan menggunkan kombinasi
ICA dan FBFE menunjukan hasil yang lebih baik, dengan jumlah fitur yang lebih
sedikit dengan rata-rata fitur terpilih sebanyak 130, serta hasil akurasi
klasifikasi yang lebih tinggi dengan rata-rata sebesar 99,6%. jika dibandingkan
dengan preproses ICA dan tanpa menggunakan preproses pemilihan fitur.
Kata kunci : pemilihan fitur, Fuzzy Backward Feature Elimination (FBFE),
Independent Component Analysis (ICA), microarray, klasifikasi.
S06-19581 | S06-19581-ROZ-2019 | Koleksi Skripsi | Tersedia |
Tidak tersedia versi lain