title: KLASIFIKASI GLIKOSILASI PADA SEQUENCE PROTEIN LISIN  MENGGUNAKAN METODE RANDOM FOREST
creator: Silfia , Fitriyana
subject: 500 ilmu pengetahuan alam dan matematika
description: Glikosilasi pada sequence protein lisin proses pengklompokkan protein lisin yang  terglikosilasi ke dalam kelompok-kelompok berdasarkan jenis glikosilasi yang  terdapat pasa protein lisin. Klasifikasi glikosilasi pada sequence protein lisin  dengan menggunakan metode random forest, tujuan dari penelitian ini untuk  menganalisa sensitivitas, spesifisitas, akurasi, dan matthew correlation coefficient  (MCC). Dataset protein lisin diperoleh dari data benchmark memiliki jumlah  protein 620 dengan 214 data positif dan 406 data negatif serta memiliki panjang  protein 15 sequence. Dataset dibagi menjadi 2, yaitu 90% data latih dan 10% data  uji. Ekstraksi fitur yang digunakan protein descriptor menggunakan R package  BioSeqClass versi 1.44.0, yaitu AA Index, CTD, dan PseAAC, dengan jumlah total  60 fitur. Hasil yang didapatkan diolah kembali menggunakan klasifikasi algoritme  random forest dengan mtry 4, 8, dan 16 lalu ntree dipilih secara acak 250, 500, 750,  dan 1000. Hasil yang didapatkan paling tinggi didapatkan pada pembagian dataset  90% data latih 10% data uji dengan mtry 42 ntree 1000 sebesar 89.97% sensitivitas,  92.79% spesifisitas, 80.76% MCC, dan 90.42% akurasi. Hasil yang didapatkan  menggunakan ekstraksi fitur dan algoritme random forest bisa mengklasifikasikan  protein lisin.  Kata Kunci : Glikosilasi, protein lisin, fitur ekstarksi, klasifikasi, random forest
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
date: 2023-01-10
type: Skripsi
type: NonPeerReviewed
format: text
identifier: http://digilib.unila.ac.id/70018/1/1.%20ABSTRAK-ABSTRACT.pdf
format: text
identifier: http://digilib.unila.ac.id/70018/2/2.%20SKIRPSI%20FULL.pdf
format: text
identifier: http://digilib.unila.ac.id/70018/3/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf
identifier:   Silfia , Fitriyana  (2023) KLASIFIKASI GLIKOSILASI PADA SEQUENCE PROTEIN LISIN MENGGUNAKAN METODE RANDOM FOREST.  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
relation: http://digilib.unila.ac.id/70018/