Klasifikasi susunan informasi DNA pada penyakit diabetes mellitus tipe2 menggunakan variasi k-mer: perbandingan metode NuSVC dan XGBoost

Gumilang, Attala Muflih (2026) Klasifikasi susunan informasi DNA pada penyakit diabetes mellitus tipe2 menggunakan variasi k-mer: perbandingan metode NuSVC dan XGBoost. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_Cover_draft.pdf Download (117kB) | Preview
Preview	Text (ABSTRAK) 3_Abstrack_draft.pdf Download (212kB) | Preview
Preview	Text (LEMBAR PERNYATAAN) Surat Pernyataan Karya Sendiri_Attala Muflih Gumilang.pdf Download (452kB) | Preview
Preview	Text (DAFTAR ISI) 2_Daftar Isi_draft.pdf Download (160kB) | Preview
Preview	Text (BAB I) 4_BAB I.pdf Download (188kB) | Preview
	Text (BAB II) 5_BAB II.pdf Restricted to Registered users only Download (1MB)
	Text (BAB III) 6_BAB III.pdf Restricted to Registered users only Download (313kB)
	Text (BAB IV) 7_BAB IV.pdf Restricted to Registered users only Download (479kB)
	Text (BAB V) 8_BAB V.pdf Restricted to Registered users only Download (178kB)
	Text (DAFTAR PUSTAKA) 9_Daftar Pustaka_draft.pdf Restricted to Registered users only Download (173kB)
	Text (LAMPIRAN) Lampiran_Attala Muflih Gumilang_Draft.pdf Restricted to Repository staff only Download (780kB)

Abstract

Diabetes Melitus Tipe 2 (DMT2) melibatkan interaksi genetik kompleks dengan data DNA berdimensi tinggi yang memerlukan pemrosesan fitur sebelum klasifikasi. Penelitian ini membandingkan metode Nu-Support Vector Classification (NuSVC) dan Extreme Gradient Boosting (XGBoost) berbasis variasi k-mer untuk mengklasifikasikan sekuens DNA kelas DMT2 dan non-diabetes (NONDM).Dari total 2.296 entri format FASTA awal, proses validasi, resolusi konflik label, dan deduplikasi menghasilkan 1.615 entri bersih (629 DMT2; 986 NONDM). Data dibagi secara terstratifikasi menjadi 1.292 data latih dan 323 data uji. Ekstraksi fitur menggunakan k-mer (k = 3, 4, 5) dengan pembobotan TF-IDF, serta penyeimbangan kelas SMOTE khusus pada data latih. Berdasarkan 10-fold cross-validation, nilai k = 5 terpilih untuk kedua model.Hasil pengujian menunjukkan XGBoost (k = 5) unggul dengan accuracy 94,43%, precision DMT2 95,00%, sensitivitas 90,48%, spesifisitas 96,95%, F1-score 92,68%, AUC 0,9915, dan log loss 0,1151; melampaui NuSVC (accuracy 89,16%, AUC 0,9606, log loss 0,2525). Penataan alur pra-pemrosesan mencegah kebocoran data (data leakage), meski penerapannya masih terbatas pada level sekuens dan memerlukan validasi biologis eksternal sebelum digunakan secara klinis.

Actions (login required)

View Item