Penentuan Jenis Kanker Berdasarkan Struktur Protein Menggunakan Algoritma Modified K-Nearest Neighbor (MKNN
| Main Author: | Retwitasari, Arintha |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/146742/1/SKRIPSI.pdf http://repository.ub.ac.id/146742/ |
Daftar Isi:
- Kanker merupakan salah satu jenis penyakit yang sangat ditakuti oleh banyak orang di dunia. Kanker merupakan kumpulan sel yang abnormal tidak terkendali dan secara terus menerus tumbuh. Sel kanker mampu menyerang jaringan lain yang sehat, merusak jaringan tersebut dan tumbuh subur di atas jaringan lain. Penyebab kanker sampai saat ini masih sulit untuk diketahui secara pasti karena merupakan gabungan dari sekumpulan faktor, salah satunya adalah faktor internal. Faktor internal disebabkan karena adanya mutasi gen. Mutasi gen yang paling banyak menjadi penelitian kanker pada manusia adalah gen p53. Gen p53 terjadi karena adanya mutasi DNA. Jika DNA ini mengalami mutasi, maka susunan protein yang ada akan berubah. Mutasi DNA menghasilkan protein p53 mutan dan hilangnya fungsi p53 wild type (normal) untuk mengendalikan siklus sel. Bila gen p53 ini tidak berfungsi dengan baik maka perkembangbiakan sel tidak dapat terkendali dan menimbulkan kanker. Pada skripsi ini membahas tentang penerapan algoritma MKNN untuk penentuan jenis kanker berdasarkan struktur protein. Algoritma MKNN merupakan salah satu metode klasifikasi yang merupakan bagian dari data mining dimana objek dikelaskan berdasarkan kemunculan kelas terbanyak pada data latih. Modifikasi dari metode ini bertujuan untuk mengatasi kelemahan mengenai jarak data dengan weight yang memiliki banyak masalah dalam outlier pada metode KNN. Penelitian ini dilakukan dengan menggunakan 3 data latih yang berbeda yaitu 100, 150 dan 200. Sedangkan untuk data uji digunakan 3 data uji yang berbeda yaitu 60, 70 dan 80. Pengujian dilakukan 3 tahapan yaitu pengujian pengaruh data latih terhadap tingkat akurasi, pengujian pengaruh data uji terhadap tingkat akurasi dan pengujian pengaruh nilai k terhadap tingkat akurasi. Akurasi tertinggi yang diperoleh dari pengujian ini adalah sebesar 52,57% pada saat data latih 100 dan data uji 70.