Identifikasi Biomarker Prognostik Berbasis RNA-seq untuk Stratifikasi Risiko Survival Pasien Kanker Paru-Paru Menggunakan LASSO-SVM

Rockniel Abadi, Joy (2026) Identifikasi Biomarker Prognostik Berbasis RNA-seq untuk Stratifikasi Risiko Survival Pasien Kanker Paru-Paru Menggunakan LASSO-SVM. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (386kB)
	PDF BAB_I.pdf Download (213kB)
	PDF BAB_II.pdf Download (337kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (407kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (285kB)
	PDF BAB_V.pdf Restricted to Registered users only Download (202kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (198kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (352kB)
	Archive (ZIP) 00000069233_2521_LembarPengesahan.pdf Restricted to Registered users only Download (65kB)

Abstract

Lung Adenocarcinoma (LUAD) merupakan salah satu subtipe kanker paru yang memiliki tingkat mortalitas tinggi serta karakteristik molekuler yang kompleks. Perbedaan profil genetik antar pasien menyebabkan variasi prognosis sehingga diperlukan biomarker prognostik yang mampu mendukung stratifikasi risiko survival. Penelitian ini bertujuan untuk mengidentifikasi biomarker prognostik berbasis RNA-seq dan membangun model klasifikasi risiko survival pada pasien LUAD menggunakan kombinasi metode Least Absolute Shrinkage and Selection Operator (LASSO) dan Support Vector Machine (SVM). Data yang digunakan berasal dari dataset TCGA-LUAD yang diperoleh melalui platform UCSC Xena, terdiri atas data ekspresi gen RNA-seq dan data survival pasien. Setelah proses integrasi data, diperoleh 504 sampel yang digunakan dalam penelitian. Stratifikasi risiko dilakukan berdasarkan median survival sebesar 657,5 hari sehingga pasien dikelompokkan ke dalam kategori High Risk dan Low Risk. Seleksi fitur menggunakan LASSO berhasil mereduksi 5.000 gen hasil penyaringan variansi menjadi 39 kandidat biomarker prognostik. Selanjutnya, SVM digunakan untuk membangun model klasifikasi risiko survival. Hasil penelitian menunjukkan bahwa model yang dibangun memperoleh nilai accuracy sebesar 70%, precision sebesar 69%, recall sebesar 74%, F1-score sebesar 71%, dan Area Under Curve (AUC) sebesar 67,29%. Biomarker dengan kontribusi terbesar meliputi DKK1, VEGFA, MYRF, RNVU1-31, dan FDCSP. Hasil validasi literatur menunjukkan bahwa biomarker yang diperoleh memiliki relevansi biologis terhadap perkembangan dan prognosis LUAD. Dengan demikian, kombinasi metode LASSO dan SVM mampu mengidentifikasi biomarker prognostik serta melakukan stratifikasi risiko survival pasien LUAD dengan performa yang cukup baik.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Rockniel Abadi, Joy (00000069233)
Contributors:	Twince Tobing, Fenina Adline
Keywords:	Biomarker Prognostik, Kanker Paru-Paru, LASSO, RNA-seq, Support Vector Machine.
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	29 Jul 2026 11:59
URI:	https://kc.umn.ac.id/id/eprint/48624

Actions (login required)

View Item