Implementasi Algoritma Genetika Dan Jaringan Syaraf Tiruan Untuk Klasifikasi Penyakit Tumor Usus Besar

Aldi Riyadi Ramadhan, Danang Triantoro Murdiansyah, Annisa Aditsania

Abstract

Abstrak
Tumor usus besar merupakan salah satu penyakit paling umum yang dapat menyebabkan kematian, di mana setengah juta kasus tumor usus besar terjadi setiap tahun di seluruh dunia. Kasus kematian dapat dicegah dengan melakukan diagnosis yang akurat sehingga pasien bisa mendapatkan pertolongan yang te-pat dan cepat. Diagnosis dilakukan dengan memperoleh informasi dari data DNA pasien yang berbentuk microarray memiliki ribuan atribut. Pada penelitian ini dipakai data ekspresi gen pasien tumor colon(tumor usus bensar), yang diambil dari Kent Ridge Biomedical Data Set Repository. Dimensi data ekspresi gen ber-jumlah ribuan hingga jutaan atribut sehingga proses komputasi memakan waktu dan upaya yang lebih besar. Maka dari itu dibutuhkan metode untuk melakukan reduksi dimensi, namun tetap menggunakan data-data terbaik yang mampu memberikan hasil yang akurat. Pada penelitian ini dilakukan penggabungan metode algoritma genetika serta jaringan syaraf tiruan atau lebih sering disebut AG-JST Hybrid yang mampu melakukan reduksi dimensi dan tetap menggunakan data-data terbaik. Hasil terbaik yang diberikan pada pengujian dengan AG-JST adalah reduksi dimensi data DNA sebesar 47% dan akurasi 89%.

Kata kunci : DNA, Tumor usus besar, Algoritma Genetika, Jaringan Syaraf Tiruan, Hybrid.


Abstract
Colon tumors are one of the most common diseases that can cause death, where half a million cases of colon tumors occur every year around the world. Death cases can be prevented by making an accurate diagnosis so that patients can get the right and fast help. Diagnosis is done by obtaining information from patient DNA data in the form of textit microarray which has thousands of attributes. However, the dimensions of human DNA data amount to thousands to millions of attributes so the computational process takes more time and effort. Therefore we need a method to reduce dimensions, but still use the best data that can provide accurate results. In this study, a combination of genetic algorithm and artificial neural networks or more commonly called AG-JST textit Hybrid is capable of reducing dimensions and still using the best data. The best results given for testing with AG-ANN are the reduction of DNA data dimensions by 47 % and accuracy of 89

Keywords: DNA, Colon Tumor, Genetich Algorithm, Artificial Neural Networks, Hybrid.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0