SELEKSI FITUR DAN OPTIMASI PARAMETER JARINGANSYARAF TIRUAN BACKPROPAGATION BERBASIS ALGORITMAGENETIKA UNTUK KLASIFIKASI KANKER PAYUDARABERDASARKAN PROFIL MICRORNA
2019
Kanker payudara merupakan jenis kanker yang paling sering ditemukan pada wanita. Kanker
payudara mengalami peningkatan angka mortalitas setiap tahunnya karena belum ditemukan
suatu metode deteksi dini yang tepat. MicroRNA dapat dijadikan sebagai biomarker yang
potensial, karena profil fitur microRNA pada kanker payudara akan mengalami penurunan
atau peningkatan nilai ekspresi jika dibandingkan dengan kondisi normal. Namun karena
jenis microRNA penyusun kanker payudara berjumlah ribuan, maka diperlukan biaya yang
besar untuk mendeteksi seluruhnya. Metode Jaringan Saraf Tiruan Backpropagation
memiliki performa yang baik dalam generalisasi, sehingga cocok digunakan sebagai metode
untuk klasifikasi dengan banyak fitur. Hasil klasifikasi dari model jaringan syaraf tiruan akan
lebih akurat jika parameter yang digunakan dapat dioptimalkan secara tepat. Algoritma
genetika dapat digunakan untuk melakukan optimasi parameter jaringan syaraf tiruan
backpropagation sekaligus melakukan seleksi fitur karena karakteristik pencarian global
yang dimilikinya. Penelitian ini bertujuan untuk membandingkan kinerja jaringan syaraf
tiruan backpropagation yang dioptimasi menggunakan algoritma genetika serta
dikombinasikan dengan seleksi fitur (GABPNN_FS) terhadap jaringan syaraf tiruan
backpropagation yang dioptimasi menggunakan algoritma genetika tanpa seleksi fitur
(GABPNN). Hasil penelitian menunjukkan bahwa GABPNN memiliki hasil yang lebih baik
dengan nilai akurasi, sensitifitas, dan spesifisitas yaitu 98.00%, 99.00%, dan 97.00%. Namun
GABPNN_FS memiliki rata-rata durasi proses yang lebih cepat yaitu 53.2689 detik. Hasil
penerjemahan kromosom dari individu terbaik pada GABPNN_FS untuk klasifikasi kanker
payudara berdasarkan profil microRNA yaitu random state = 6098, learning rate = 0.7,
jumlah hidden neuron = 6, dan jumlah fitur terpilih = 707 fitur yang menghasilkan nilai
akurasi, sensitifitas, dan spesifisitas yaitu 97.50%, 99.00%, dan 96.00%.
Kata Kunci : Kanker payudara, MicroRNA, Jaringan syaraf tiruan, Backpropagation,
Optimasi parameter, Seleksi fitur, dan Algoritma genetika
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
0
References
0
Citations
NaN
KQI