Al Faroby, Moh. Hamim Zajuli (2020) EXTREME GRADIENT BOOSTING UNTUK PENCARIAN PROTEIN YANG BERPENGARUH TERHADAP PRODUKSI INSULIN BERDASARKAN INTERAKSI PROTEIN-PROTEIN. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06111850010010-Master_Thesis.pdf Download (9MB) | Preview |
Abstract
Peran komputasi dalam bioinformatika sangat signifikan, analisis kebijakan. Protein sintesis insulin memiliki fungsi molekul yang sama yang mendukung peran yang berbeda tetapi saling mendukung, dan fungsi molekul dalam protein dapat mendukung dalam gen ontologi. Fungsi molekuler di GO memiliki bentuk grafik berarah, lebih dikenal sebagai Directed Acyclic Graph, dianalisis untuk mendapatkan bobot pada setiap node dengan menggunakan metode sentralitas pada grafik berarah, metode ini digunakan untuk mengekstraksi fitur dari setiap protein. Ada 11 fitur yang diambil dari
hasil ekstraksi yang kemudian membentuk dataset. Dataset yang telah dibangun digunakan untuk klasifikasi dengan menggunakan metode Extreme Gradient Boosting, yang diklaim memiliki algoritma model yang lebih baik ketika dataset memiliki kompleksitas besar. Hasil klasifikasi menunjukkan akurasi dari model dengan dataset yang dibangun menggunakan metode Betweenness Centrality lebih baik dari pada dataset yang dibangun dari dua model metode centrality yang lain, yakni sebesar 74,56%. Hasil model prediksi dari klasifikasi
dianalisis untuk membangun interaksi protein sintesis pada protein insulin, yang menghasilkan sebanyak 9 protein berpengaruh besar dan 18 protein berpengaruh sedang terhadap sintesis insulin. Protein yang ditemukan dalam model jaringan yang memiliki pengaruh besar, yakni IGF1R, INSR dan IGF1. Hasil tersebut sejalan dengan analisis pada Biomedical Text Mining pada aplikasi STRING-DB yang menunjukkan ke tiga protein tersebut berpengaruh besar terhadap Insulin.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | Extreme Gradient Boosting, Interaksi Protein-Protein, Insulin, Metode Sentralitas, dan Ontologi Gen |
| Subjects: | Q Science > Q Science (General) > Q337.5 Pattern recognition systems Q Science > QA Mathematics > QA336 Artificial Intelligence |
| Divisions: | Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44101-(S2) Master Thesis |
| Depositing User: | Moh. Hamim Zajuli Al Faroby |
| Date Deposited: | 19 Aug 2020 06:47 |
| Last Modified: | 12 Jul 2023 15:43 |
| URI: | http://repository.its.ac.id/id/eprint/79204 |
Actions (login required)
 |
View Item |