ABSTRAKData genotype merupakan komponen yang penting pada bidang bioinformatik,
namun data genotype sulit diperoleh. Selain sulitnya proses yang harus dilakukan
untuk memperoleh data genotype, proses tersebut juga hanya dapat dilakukan oleh
para ahli yang memiliki kemampuan mengesktrak data genotype. Oleh karena hal
tersebut maka pada penelitian ini akan dibangun sebuah sistem yang dapat
membentuk rule phenotype-genotype yang digunakan untuk memprediksi
genotype berdasarkan rule tersebut. Pembentukan rule akan menggunakan metode
association rules mining (ARM). Salah satu algoritma yang menggunakan dasar
metode ARM adalah algoritma classification predictive base on association rule
(CPAR). Algoritma CPAR menjadi acuan untuk membentuk rule genotypephenotype
pada riset ini. Proses prediksi dilakukan dengan menghitung nilai
kemiripan antara phenotype pada rule dengan input phenotype yang akan
diprediksi genotype-nya. Phenotype dengan nilai batas kemiripan < 0.05 akan
merujuk pada rule genotype dan menjadi hasil prediksi. Evaluasi dilakukan
dengan menghitung akurasi berdasarkan ground truth. Hasil prediksi mencapai
akurasi 48% dengan standar deviasi sebesar 30%.
ABSTRACTGenotype data is an important component in bioinformatics research;
unfortunately it is hard to get the data. An expert is also needed to extract the gene
sequence, so that the purpose of this research is to develop a system that can build
a genotype-phenotype rules that can predict the gene. This research use
association rules mining (ARM) to build the rules. Classification predictive base
on association rules (CPAR) is one of ARM algorithm. In this research, CPAR is
an algorithm to build the genotype-phenotype rule that can be used to predict the
genotype data. The predictive process is based on the similarity between
phenotype on the input and the rule. The input phenotype with similarity threshold
< 0.05 will refer to the genotype rule. The result will be evaluated by the accuracy
based on the ground truth. The average of the accuracy is 48% with standard
deviation is around 30%.
T-Pdf Ranny.pdf :: Unduh