Klasifikasi Status Microsatellite Instability-High pada Kanker Lambung Berbasis Machine Learning Menggunakan Data Ekspresi Gen

Eka Nathanael, Caesar (2026) Klasifikasi Status Microsatellite Instability-High pada Kanker Lambung Berbasis Machine Learning Menggunakan Data Ekspresi Gen. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_I.pdf Download (621kB)
	PDF BAB_II.pdf Download (504kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (493kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (831kB)
	PDF BAB_V.pdf Restricted to Registered users only Download (253kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (240kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (735kB)
	Archive (ZIP) 00000067638_2521_LembarPengesahan.pdf Restricted to Registered users only Download (65kB)

Abstract

Status Microsatellite Instability-High (MSI-H) merupakan salah satu biomarker molekuler penting pada kanker lambung yang berperan dalam menentukan prognosis penyakit serta pemilihan terapi, khususnya terapi imun. Namun, identifikasi status MSI-H melalui metode laboratorium konvensional, seperti polymerase chain reaction (PCR) maupun immunohistochemistry (IHC), memerlukan biaya yang relatif tinggi serta waktu pemeriksaan yang cukup lama. Oleh karena itu, penelitian ini bertujuan membangun model klasifikasi berbasis machine learning menggunakan data ekspresi gen untuk mengidentifikasi status MSI-H dan Non-MSI-H secara akurat, efisien, dan mudah diinterpretasikan. Data ekspresi gen RNA-Seq diperoleh dari kohort TCGA-STAD yang terdiri atas 477 sampel. Tahapan penelitian meliputi Exploratory Data Analysis (EDA), variance filtering, standardisasi menggunakan Z-Score, analisis differential expression menggunakan LIMMA, penyeimbangan kelas menggunakan SMOTE, serta seleksi fitur menggunakan LASSO, ANOVA, dan RFE. Selanjutnya dibangun sembilan kombinasi model menggunakan algoritma Support Vector Machine (SVM), Random Forest, dan XGBoost. Optimasi parameter dilakukan menggunakan Randomized Search Cross Validation, sedangkan interpretasi model dilakukan menggunakan metode SHAP (SHapley Additive exPlanations). Hasil penelitian menunjukkan bahwa kombinasi ANOVA + Random Forest (Tuned) merupakan model terbaik. Model tersebut hanya menggunakan 10 gen sebagai fitur masukan dan menghasilkan nilai Area Under the Curve (AUC) sebesar 0,9980, Accuracy sebesar 0,9789, F1- Score sebesar 0,9500, Precision sebesar 0,9500, dan Recall sebesar 0,9500 pada test set. Hasil tersebut menunjukkan bahwa model memiliki kemampuan diskriminasi yang sangat baik dalam membedakan sampel MSI-H dan Non-MSI-H meskipun dataset memiliki ketidakseimbangan kelas. Selain itu, interpretasi menggunakan SHAP mengidentifikasi gen MLH1, EPM2AIP1, RPL22L1, DDX27, FUT10, SFXN1, ISOC1, DKK1, RPL13P5, dan TTC30A sebagai gen yang memberikan kontribusi terbesar terhadap keputusan model. Hasil penelitian menunjukkan bahwa integrasi LIMMA, ANOVA, SMOTE, Random Forest, dan SHAP mampu menghasilkan model klasifikasi yang tidak hanya memiliki performa prediksi yang tinggi, tetapi juga efisien karena hanya memerlukan 10 gen sebagai biomarker. Selain itu, interpretasi SHAP memperlihatkan bahwa gen-gen yang dipilih memiliki keterkaitan biologis dengan mekanisme molekuler kanker lambung, sehingga model yang dihasilkan berpotensi mendukung pengembangan sistem pendukung keputusan klinis berbasis data ekspresi gen untuk identifikasi status MSI-H.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Eka Nathanael, Caesar (00000067638)
Contributors:	Agustriawan, David
Keywords:	gene expression, kanker lambung, machine learning, MSI-H, Random Forest, ANOVA, SHAP
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	23 Jul 2026 07:58
URI:	https://kc.umn.ac.id/id/eprint/47925

Actions (login required)

View Item