penerapan k-means pada imbalanced data untuk klasifikasi metagenom abdul aziz fauzi

36 Pages·2016·10.74 MB·Indonesian

PENERAPAN K-MEANS PADA IMBALANCED DATA UNTUK
KLASIFIKASI METAGENOM

ABDUL AZIZ FAUZI

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2016

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Penerapan K-means
pada Imbalanced Data untuk Klasifikasi Metagenom adalah benar karya saya
dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun
kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip
dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Desember 2016

Abdul Aziz Fauzi
NIM G64100100

ABSTRAK

ABSTRAK

ABDUL AZIZ FAUZI. Penerapan K-means pada Imbalanced Data untuk
Klasifikasi Metagenom. Dibimbing oleh TOTO HARYANTO.

Metagenom merupakan studi DNA total dari sumber lingkungan yang
diisolasi secara langsung. Metagenom didasari pada isolasi dan karakterisasi DNA
dari sampel-sampel lingkungan tanpa diperlukannya budidaya dari
mikroorganisme. Studi metagenom mengacu pada kandungan genomik dari
ekosistem mikroba lengkap. Dikarenakan pada sampel mikroba yang digunakan
terdapat bermacam-macam jenis organisme maka perlu dilakukan proses
klasifikasi. Pada tahap proses klasifikasi metagenom umumnya terjadi
permasalahan imbalanced data yang dapat mempengaruhi keakuratan hasil
klasifikasi. Penelitian ini difokuskan untuk mengatasi masalah klasifikasi pada
imbalance data pada metagenom dengan K-means sebagai metode clustering dan
mengaplikasikan KNN (k-nearest neighbors) sebagai algoritme untuk
klasifikasinya. Berdasarkan hasil penelitian ini dapat diketahui bahwa akurasi
rata-rata kelas minoritas setelah dilakukan penyeimbangan data mengalami
peningkatan sebesar 4,35% untuk k=1. Adapun akurasi rata-rata pada kelas
minoritas untuk k= 3 dan k=5 setelah dilakukan penyeimbangan justru mengalami
penurunan sebesar masing-masing sebesar 1,21% dan 6,77%.

Kata kunci: Clustering, DNA, imbalance data, Klasifikasi, KNN, K-means.
Metagenom.

ABSTRACT

ABDUL AZIZ FAUZI. Applying K-means on imbalanced data for metagenome
classificaton. Supervised by TOTO HARYANTO.

Metagenome is a study of total DNA from some environmental sources that
are directly isolated. Metagenomics is based on the isolation and characterization
of DNA from environmental samples without the need for prior cultivation of
microorganisms. Metagenome studies refer to the genomic content of complete
microbial ecosystems. Since the microbial samples used may contain a variety of
organisms it requires classification process. Usually at the stage of metagenome
classification process, imbalanced data problem occurs and may affect the
accuracy of the classification results. This research focused on solving imbalanced
data classification problem on metagenom using K-means as a clustering method
and applying k-nearest neighbors (KNN) as the classification algorithm. Based on
the research it can be seen that the average accuracy of the minority after
balancing the data increased by 4.35% for k = 1. The average accuracy in the
minority class for k = 3 and k = 5 after the balancing actually decreased each by
1.21% and 6.77%.

Keywords: classification, clustering, DNA, imbalance data, KNN, K-means,
metagenome.

PENERAPAN K-MEANS PADA IMBALANCED DATA UNTUK
KLASIFIKASI METAGENOM
ABDUL AZIZ FAUZI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ilmu Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2016
Pe nguji:
1 Dr Imas Sukaesih Sitanggang, SSi, MKom
2 Azis Kustiyo, SSi MKom