Melola Discovery

← Melola Discovery

Jurnal SINTA 2

METODE EKSTRAKSI FITUR PADA PENGKLASIFIKASIAN DATA MICROARRAY BERBASIS INFORMASI PASANGAN GEN

Jurnal Ilmu Komputer dan Informasi (JIKI) · Vol. 2 No. 1 (2009) · pp. 25–34

DOI
10.21609/jiki.v2i1.123
ISSN
2502-9274, 2088-7051
Published
2009-02-01
Publisher
Faculty of Computer Science - Universitas Indonesia
Language
eng

Abstract

Pengenalan teknologi DNA microarray membuat perolehan data microarray menjadi lebih mudah. Hal ini semakin memicu persoalan tentang bagaimana cara terbaik dalam mengekstraksi dan memilih fitur dari data yang berdimensi besar tersebut. Metode-metode terdahulu mengabaikan adanya hubungan antargen sehingga memungkinkan hilangnya informasi penting yang tersimpan dalam suatu gen pada saat ekstraksi fitur. Meskipun berbagai macam metode telah digunakan, pengembangan metode ekstraksi dan seleksi fitur dari data microarray yang lebih powerful dan efisien masih diperlukan untuk meningkatkan performa klasifikasi kanker. Dalam penelitian ini diimplementasikan sebuah metode dalam melakukan ekstraksi fitur dari data microarray yang memanfaatkan model klasifikasi berbasis informasi pasangan gen, yaitu pasangan gen yang memiliki perbedaan signifikan pada dua jenis sampel tissue. Hasil uji coba terhadap dua data microarray menunjukkan bahwa fitur hasil ekstraksi menggunakan metode ini dapat meningkatkan performa klasifikasi. Bahkan akurasi 100% dapat diperoleh pada uji coba terhadap data lymphoma.

Keywords

Collaboration network of the authors

40 authors · 73 co-authorship links · 8 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Institut Teknologi Sepuluh Nopember
  • Institut Sains dan Teknologi Terpadu Surabaya
  • King Abdulaziz University
  • Universitas Ma Chung
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Suhadi LiliInstitut Teknologi Sepuluh Nopember3
Esther HanajaInstitut Teknologi Sepuluh Nopember2
Diana PurwitasariInstitut Teknologi Sepuluh Nopember2
Arif BramantoroKing Abdulaziz University2
Wahyu SuadiInstitut Teknologi Sepuluh Nopember2
Aby HerwendoAffiliation unknown2
Isye ArieshantiInstitut Teknologi Sepuluh Nopember1
Wiwik AnggrainiAffiliation unknown1
Muhammad MujahidillahAffiliation unknown1
Arif DjunaidyInstitut Teknologi Sepuluh Nopember1
Adhita PratiwiAffiliation unknown1
Chastine FatichahInstitut Teknologi Sepuluh Nopember1
Junaidi JunaidiAffiliation unknown1
Darlis Heru MurtiInstitut Teknologi Sepuluh Nopember1
M. Rifqi FebriantoAffiliation unknown1
Tohari AhmadInstitut Teknologi Sepuluh Nopember1
Yos NugrohoAffiliation unknown1
Kurniawan E. PermanaAffiliation unknown1
Rully A. HendrawanAffiliation unknown1
Putu Utami Andarini S.Affiliation unknown1
Hendry SetiawanUniversitas Ma Chung1
Luluk HariniAffiliation unknown1
Deni HendrawanAffiliation unknown1
Aidy IlmyAffiliation unknown1
Ary Mazharuddin ShidiqyAffiliation unknown1
Agus PurwonoAffiliation unknown1
Aris Nurahman NihayantoAffiliation unknown1
I Wayan Widi PradnyanaAffiliation unknown1
Sarwosri SarwosriInstitut Teknologi Sepuluh Nopember1
Ary Mazharuddin ShiddiqiInstitut Teknologi Sepuluh Nopember1
Muhammad Raihan AninditaInstitut Teknologi Sepuluh Nopember1
Ilham Gurat AdillionInstitut Teknologi Sepuluh Nopember1
Mochamad HariadiInstitut Teknologi Sepuluh Nopember1
Hartarto JunaediInstitut Teknologi Sepuluh Nopember1
Jaya PranataInstitut Teknologi Sepuluh Nopember1
Alamsyah AlamsyahInstitut Teknologi Sepuluh Nopember1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jiki.cs.ui.ac.id/index.php/jiki/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">METODE EKSTRAKSI FITUR PADA PENGKLASIFIKASIAN DATA MICROARRAY BERBASIS INFORMASI PASANGAN GEN</dc:title>
	<dc:creator>Soelaiman, Rully</dc:creator>
	<dc:creator>Agustianty, Sheila</dc:creator>
	<dc:creator>Purwananto, Yudhi</dc:creator>
	<dc:creator>Purnama, I.K. Eddy</dc:creator>
	<dc:subject xml:lang="en-US">algoritma genetika</dc:subject>
	<dc:subject xml:lang="en-US">data microarray</dc:subject>
	<dc:subject xml:lang="en-US">ekstraksi fitur</dc:subject>
	<dc:subject xml:lang="en-US">informasi pasangan gen</dc:subject>
	<dc:subject xml:lang="en-US">klasifikasi kanker</dc:subject>
	<dc:description xml:lang="en-US">Pengenalan teknologi DNA microarray membuat perolehan data microarray menjadi lebih mudah. Hal ini semakin memicu persoalan tentang bagaimana cara terbaik dalam mengekstraksi dan memilih fitur dari data yang berdimensi besar tersebut. Metode-metode terdahulu mengabaikan adanya hubungan antargen sehingga memungkinkan hilangnya informasi penting yang tersimpan dalam suatu gen pada saat ekstraksi fitur. Meskipun berbagai macam metode telah digunakan, pengembangan metode ekstraksi dan seleksi fitur dari data microarray yang lebih powerful dan efisien masih diperlukan untuk meningkatkan performa klasifikasi kanker. Dalam penelitian ini diimplementasikan sebuah metode dalam melakukan ekstraksi fitur dari data microarray yang memanfaatkan model klasifikasi berbasis informasi pasangan gen, yaitu pasangan gen yang memiliki perbedaan signifikan pada dua jenis sampel tissue. Hasil uji coba terhadap dua data microarray menunjukkan bahwa fitur hasil ekstraksi menggunakan metode ini dapat meningkatkan performa klasifikasi. Bahkan akurasi 100% dapat diperoleh pada uji coba terhadap data lymphoma.</dc:description>
	<dc:publisher xml:lang="en-US">Faculty of Computer Science  - Universitas Indonesia</dc:publisher>
	<dc:date>2009-02-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jiki.cs.ui.ac.id/index.php/jiki/article/view/123</dc:identifier>
	<dc:identifier>10.21609/jiki.v2i1.123</dc:identifier>
	<dc:source xml:lang="en-US">Jurnal Ilmu Komputer dan Informasi; Vol. 2 No. 1 (2009): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information); 25-34</dc:source>
	<dc:source>2502-9274</dc:source>
	<dc:source>2088-7051</dc:source>
	<dc:source>10.21609/jiki.v2i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://jiki.cs.ui.ac.id/index.php/jiki/article/view/123/242</dc:relation>
</oai_dc:dc>