Klasifikasi Data Microarray dengan Metode Artificial Neural Network dan Genetic Algorithm untuk Kasus Deteksi Kanker
DOI:
https://doi.org/10.34818/eoe.v6i2.10719Abstrak
Kanker adalah salah satu penyakit yang paling mematikan di dunia. Pada tahun 2012, terdapat 32,6 juta orang yang positif mengidap kanker dan 8,2 juta kematian yang disebabkan oleh kanker. Terdapat banyak cara yang bisa dilakukan untuk mendeteksi kanker sejak dini, salah satu caranya adalah dengan melakukan klasifikasi fitur pada data DNA microarray. Salah satu metode yang digunakan untuk mendeteksi kanker adalah metode Artificial Neural Network (ANN) – Backpropagation dengan bantuan Genetics Algorithm (GA). ANN digunakan sebagai metode klasifikasi untuk memprediksi kanker, sedangkan GA digunakan sebagai metode untuk mereduksi dimensi dari fitur DNA Microarray yang memiliki dimensi yang sangat besar. Pada penelitian ini dilakukan perbandingan antara metode ANN dan metode ANN-GA hybrid. Metode ANN-GA terbukti lebih efektif dari ANN karena dapat menghasilkan nilai akurasi 93.08% dan mereduksi dimensi hingga 51% dengan waktu running time lebih cepat hingga 42.2%. Kata Kunci : Artificial Neural Network (ANN), ANN-GA hybrid, DNA Microarray, Genetics Algorithm (GA)Unduhan
Referensi
Pusat Data Dan Informasi Kementrian Kesehatan RI (InfoDATIN). 2015. 4 Februari-Hari Kanker Sedunia. Indonesia: Pusdatin.
Adiwijaya, U. N. Wisesty, E. Lisnawati, A. Aditsania, D. S. Kusumo, (2018). Dimensionality Reduction using Principal Component Analysis for Cancer Detection based on Microarray Data Classification, Journal of Computer Science 14(11)
Adam Z M, Bilqis A, Munif Abdul. 2012. Implementasi Algoritma Genetika pada Struktur Backpropagation Neural Network untuk Klasifikasi Kanker Payudara. Jurnal Teknik ITS Vol. 1, 2301 9271.
Husna Aydadenta, Adiwijaya, 2018, A Clustering Approach for Feature Selection in Microarray Data Classification using Random Forest, Journal of Information Processing System 14(5)
Abraham A. 2005. Artificial Neural Networks. Handbook of Measuring System Design.
Yip Wai-Ki, Amin Samir B, Li Cheng. 2011. Chapter 10: A Survey of Classification Techniques for Microarray Data Analysis. In Springer Handbooks of Computational Statistics.
Suyanto. 2008. Soft Computing, Membangun Mesin Ber-IQ Tinggi. Bandung : Penerbit Informatika.
Siang JJ. 2009. Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab. Yogyakarta : Penerbit Andi.
Inthachot M, Boonjing V, Intakosum S. 2016. Artificial Neural Network and Genetic Algorithm Hybrid Intelligence for Predicting Thai Stock Price Index Trend. Computational Intelligence and Neuroscience. Hindawi Publishing corporation. 3045254.
Prathama, A. Y., Akhmad Aminullah, dan Ashar Saputra. 2017. Pendekatan ANN (Artificial Neural Network) untuk penentuan Prosentase Bobot Pekerjaan dan Estimasi Nilai Pekerjaan Struktur pada Rumah Sakit Pratama. Jurnal Teknosains. Vol 7 No. 1, 14-25.
Holland, John H. 1975.Adaptation in Neural and Artificial Systems. University of Michigan Press. United State.
Suyanto. 2002. Intelijensia Buatan. Bandung : Sekolah Tinggi Teknologi Telkom.
Bilgehan, M. Turgut, P. 2010. Artificial Neural Network Approach to Predict Compressive Strength of Concrete through Ultrasonic Pulse Velocity. Research in Nondestructive Evaluation, 21: 1, 1 — 17.
Nurfalah, A. Adiwijaya, and Suryani, A.A., (2016). Cancer Detection Based On Microarray Data Classification Using PCA And Modified Back Propagation. Far East Journal of Electronics and Communications, 16(2), p.269. [15] 4Pratiwi, M. S., Aditsania, A., Adiwijaya. 2018. Cancer Detection Based on Microarray Data Classification using Genetic Bee Colony (GBC) and Conjugate Gradient Backpropagation with Modified Polak Ribiere (MBP-CGP). In 2018 International Conference on Computer, Control, Informatics and its Applications (IC3INA) (pp. 163-168). IEEE.
Astuti, W., & Adiwijaya, A. (2019). Principal Component Analysis Sebagai Ekstraksi Fitur Data Microarray Untuk Deteksi Kanker Berbasis Linear Discriminant Analysis. JURNAL MEDIA INFORMATIKA BUDIDARMA, 3(2), 72-77.
Adiwijaya, A. (2018). Deteksi Kanker Berdasarkan Klasifikasi Microarray Data. JURNAL MEDIA INFORMATIKA BUDIDARMA, 2(4), 181-186.
Ma’ruf, F. A., Adiwijaya & Wisesty, U. N. (2019, March). Analysis of the influence of Minimum Redundancy Maximum Relevance as dimensionality reduction method on cancer classification based on microarray data using Support Vector Machine classifier. In Journal of Physics: Conference Series (Vol. 1192, No. 1, p. 012011). IOP Publishing.
Purbolaksono, M. D., Widiastuti, K. C., Adiwijaya, Mubarok, M. S., & Ma’ruf, F. A. (2018, March). Implementation of mutual information and bayes theorem for classification microarray data. In Journal of Physics: Conference Series (Vol. 971, No. 1, p. 012011). IOP Publishing.
Manik, A., Adiwijaya, A., & Utama, D. Q. (2019). Classification of Electrocardiogram Signals using Principal Component Analysis and Levenberg Marquardt Backpropagation for Detection Ventricular Tachyarrhythmia. Journal of Data Science and Its Applications, 2(1), 78-87.



