Pengelompokan Fragmen Metagenom dengan Agglomerative Hierarchical Clustering

Kurniadi, Alex (2021) Pengelompokan Fragmen Metagenom dengan Agglomerative Hierarchical Clustering. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (452kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (396kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (346kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (302kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (289kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (219kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (51kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (913kB)

Abstract

Tidak seperti ilmu genomika yang mempelajari tentang mikroorganisme yang dikultur secara khusus, metagenomika adalah ilmu yang mempelajari tentang bagaimana meneliti sampel mikroorganisme yang diperoleh secara langsung dari lingkungan. Sampel yang diambil demikian menghasilkan beragam kumpulan fragmen saat disekuensi, di mana banyak di antaranya termasuk spesies yang belum dikenali atau diketahui. Percobaan perakitan terhadap kumpulan fragmen tersebut rentan menghasilkan gabungan-gabungan yang mempersulit pengenalan spesies sampel, sehingga diperlukan teknik-teknik binning yang dapat membantu menggolongkan fragmen-fragmen tersebut terhadap suatu tingkat tertentu pada pohon filogenetika. Penelitian ini mencoba menerapkan kumpulan algoritma dan metode seperti k-mers untuk ekstraksi ciri, linear discriminant analysis (LDA) untuk reduksi dimensi, dan agglomerative hierarchical clustering (dikenal juga sebagai AGNES) untuk pengelompokan fragmen metagenom terhadap tingkat taksonomi genus. Percobaan dilakukan terhadap serangkaian acuan pengamatan yang berbeda, termasuk variasi panjang akhir fragmen metagenom dari 0,5 Kbp sampai dengan 10 Kbp dalam masing-masing konteks 3-mer dan 4-mer (k = 3 dan k = 4). Rata-rata tingkat validitas hasil pengelompokan dari himpunan latih dan himpunan uji yang dihitung menggunakan silhouette index adalah sebesar 0,6945 dan 0,0879 dalam konteks 3-mer, serta 0,5219 dan 0,1884 dalam konteks 4-mer.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	AGNES, k-fold, k-mers, LDA, pembelajaran mesin
Subjects:	500 Science and Mathematic > 500 Science
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Aug 2021 20:07
Last Modified:	18 Aug 2023 00:39
URI:	https://kc.umn.ac.id/id/eprint/16064

Actions (login required)

View Item