KLASIFIKASI FRAGMEN METAGENOME MENGGUNAKAN KNN DAN PNN DENGAN EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) PADA VARIASI PANJANG FRAGMEN
MUHAMMAD DHIRA
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Klasifikasi Fragmen Metagenome Menggunakan KNN dan PNN dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) pada Variasi Panjang Fragmen adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 2014 Muhammad Dhira NIM G64100068
ABSTRAK MUHAMMAD DHIRA. Klasifikasi Fragmen Metagenome Menggunakan KNN dan PNN dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) pada Variasi Panjang Fragmen. Dibimbing oleh AZIZ KUSTIYO dan WISNU ANANTA KUSUMA Bioinformatika adalah kajian ilmu yang berkembang sangat pesat di Indonesia. Kajian yang menjadi konsentrasi dalam penelitian ini adalah klasifikasi fragmen metagenom ke dalam beberapa taksonomi menggunakan pendekatan tekstur Gray Level Co-occurence Matrix (GLCM) yang memiliki 13 fitur. Proses klasifikasi menggunakan 50 organisme dengan 5-fold cross validation. Kombinasi sekuens DNA yang terdapat di dalam suatu fragmen dipandang sebagai citra 1xN dengan N adalah panjang fragmen yang dibentuk dalam matrix dua dimensi. Matrix yang telah terbentuk akan diformulasikan ke dalam 13 fitur GLCM. Hasil dari fitur tersebut akan diklasifikasian menggunakan teknik PNN dan KNN. Pada akhir penelitian dilakukan uji klasifikasi menggunakan 4 variasi panjang fragmen, yaitu 200 bp, 1 Kbp, 3 Kbp, 10 Kbp, dan didapatkan nilai akurasi setiap panjang fragmen 100%. Dapat disimpulkan bahwa variasi panjang fragmen tidak memengaruhi akurasi. Selain itu, dapat disimpulkan bahwa metode ekstraksi fitur GLCM memiliki prospek yang baik untuk klasifikasi fragmen metagenome. Kata kunci: Fragmen, GLCM, KNN, PNN
ABSTRACT MUHAMMAD DHIRA. Metagenome Fragment Binning Using KNN and PNN With Gray Level Co-Occurrence Matrix (GLCM) on the Variation of the Length of Fragments. Supervised with AZIZ KUSTIYO and WISNU ANANTA KUSUMA Bioinformatics is a field of study which is developing rapidly in Indonesia. The main focus of this study is to classify metagenome fragment into some taxonomies using GLCM that has 13 features. The training data used in the classification process are 50 organisms with 5-fold cross validation. The DNA combination sequences inside a fragment can be seen as a 1xN image, where N is the fragment’s length in two-dimension’s matrix. The result from those features will be classified using PNN and KNN. The research shows that the accuracy percentage with all lengths variety, including 200 bp, 1 Kbp, 3 Kbp, and 10 Kbp, are 100%. It can be stated that the variety fragment’s length does not affect the accuracy. In addition, it can be concluded that GLCM feature extraction method can be prospectively implemented for classifying metagenome fragment. Keyword: Fragment, GLCM, KNN, PNN
KLASIFIKASI FRAGMEN METAGENOME MENGGUNAKAN KNN DAN PNN DENGAN EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) PADA VARIASI PANJANG FRAGMEN
MUHAMMAD DHIRA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
Penguji: Toto Haryanto, SKom, MSi
Judul Skripsi : Klasifikasi Fragmen Metagenome Menggunakan KNN dan PNN dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) pada Variasi Panjang Fragmen Nama : Muhammad Dhira NIM : G64100068
Disetujui oleh
Aziz Kustiyo, SSi, MKom Pembimbing I
Dr Eng Wisnu Ananta Kusuma, ST, MT Pembimbing II
Diketahui oleh
Dr Ir Agus Buono, MSi, MKom Ketua Departemen
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Desember 2013 ini ialah klasifikasi fragmen metagenome, dengan judul Klasifikasi Fragmen Metagenome Menggunakan KNN dan PNN dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) pada Variasi Panjang Fragmen. Penulis juga menyampaikan terima kasih kepada seluruh pihak yang telah berperan dalam penelitian ini, yaitu: Kedua orangtua, kakak, adik, dan keluarga atas doa, motivasi, dan kasih 1 sayangnya untuk menyelesaikan penelitian ini. 2 Bapak Aziz Kustiyo, SSi, MKom dan Bapak Dr Eng Wisnu Ananta Kusuma selaku dosen pembimbing yang telah memberi ide, saran, dan bantuan hingga penelitian ini selesai. 3 Bapak Toto Haryanto, SKom, MSi selaku dosen penguji yang telah memberi saran dalam penelitian ini. 4 Keluarga besar MAX!! yang membuat saya berkembang secara moral dan membantu music terus berkembang selama saya kuliah di IPB. 5 Rekan satu bimbingan, yaitu Machmum Aliefiya atas kerjasamanya selama ini. 6 Kresna Harimurti, Dimas Napitupulu, Disqa dewintami dan rekan-rekan PIXELS 47 atas segala kebersamaan, bantuan, dan dukungan selama menjalani masa studi. Semoga karya ilmiah ini bermanfaat.
Bogor, September 2014 Muhammad Dhira
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
METODE
3
Pengambilan Data
3
Praproses Data
4
Ekstraksi Ciri
4
K-fold cross validation
7
Probabilictic Neural Network (PNN)
7
K-Nearest Neighbor (KNN)
8
Analisis dan Evaluasi
8
HASIL DAN PEMBAHASAN
9
Pengambilan Data
9
Praproses Data
9
Ekstraksi Ciri
10
Model klasifikasi Data
11
SIMPULAN DAN SARAN
12
Simpulan
12
Saran
12
DAFTAR PUSTAKA
13
RIWAYAT HIDUP
26
DAFTAR GAMBAR 1 Diagram alir penelitian 2 Tahap mengubah sekuens DNA menjadi matrix 3 Potongan fragmen dengan panjang 200 bp 4 Potongan hasil ekstraksi fitur 5 Boxplot perbandingan variasi panjang dari fitur ASM
3 4 10 11 11
DAFTAR LAMPIRAN 1 Daftar nama organisme 2 Daftar nama genus 3 Daftar nama data latih dan data uji 4 Daftar boxplot semua fitur dengan panjang 200 bp
14 15 16 22
1
PENDAHULUAN Latar Belakang Teknologi yang berhubungan dengan bioinformatika mulai berkembang di Indonesia. Banyak ahli yang ingin menggali lebih dalam potensi yang dapat dihasilkan dari bidang yang tergolong baru ini. Bioinformatika adalah salah satu cabang ilmu biologi yang merupakan perpaduan antara biologi dan teknik informasi. Bioinformatika juga dapat disebut ilmu biologi yang analisis datanya disimpan dalam database. Studi yang menjadi fokus utama dalam penelitian ini adalah metagenomics. Berbeda dengan studi tentang genomics, metagenomics tidak memerlukan pure clonal cultures dari individu tertentu. DNA yang berasal dari suatu komunitas mikrob dapat diperoleh melalui sequencing secara langsung (Mchardy 2007). Sequencing secara langsung dari komunitas mikrob dapat menyebabkan kesalahan rekayasa atau perakitan fragmen dalam suatu kelompok mikroorganisme yang menyebabkan dihasilkannya cymerics contigs. Solusi yang dapat diterapkan untuk meminimalkan adanya cymerics contigs adalah melakukan sequence assembly dan binning. Dalam hal ini, binning yang dimaksud adalah melakukan pengelompokan dengan supervised atau unsupervised learning sampai ke tahap genus, mengingat penglasifikasian sampai tahap spesies sulit dilakukan. Metode yang telah digunakan dalam penelitian sebelumnya ialah multiclass support vector machine (SVM) dengan frekuensi k-mers sebagai fiturnya (McHardy et al. 2007 dalam Ariny 2013). Klasifikasi fragmen metagenome menghasilkan akurasi yang cukup tinggi yaitu 60% sampai 90% dengan panjang ≥ 5 Kbp. Akan tetapi akurasi menurun drastis hingga 30% apabila diuji dengan panjang ≤ 3 Kbp. Selain itu, metode ini mengeluarkan biaya yang cukup mahal karena waktu penghitungan kernel yang cukup lama dan pemodelan SVM yang cukup kompleks yaitu dengan 5-mers. Oleh karena itu, penelitian ini akan dicoba melalui sudut pandang yang berbeda yaitu menggunakan pendekatan tekstur dengan hanya 2mers. Salah satu pendekatan tekstur yang dimaksud adalah identifikasi pengolahan citra Gray Level Co-occurrence Matrix (GLCM). Penggunaan GLCM dengan citra gray-scale pada dasarnya bertujuan memudahkan identifkasi dalam bentuk pixel dan merepresentasikan hubungan jarak angular spasial dengan citra. Penelitian ini mengusulkan apabila sekuens DNA dipandang sebagai sebuah citra berukuran 1xN dengan N adalah panjang fragmen. Isi dari sekuens DNA yang dipakai adalah kombinasi asam amino A(Adenin), T(Timin), G(Guanin), C(Citosin) yang terdapat dalam suatu fragmen metagenom. Elemen tersebut dianggap sebagai 4 level intensitas warna dan dipetakan menjadi matrix dua dimensi. Kombinasi yang digunakan dalam penelitian kali ini adalah matrix 4x4 dengan 2-mers yaitu AA, AT, AG, AC, TA, TT, TG, TC, GA, GT, GG, GC, CA, CT, CG, CC. Data dari DNA fragmen metagenome yang telah dihitung kombinasinya, akan diisi ke dalam matrix 4x4 yang mewakili satu fragmen. Setelah itu dihitung 13 fitur berdasarkan nilai matrix-nya. Nilai fitur tersebut akan digunakan sebagai data latih dan data uji yang mewakili organismenya.
2 Setelah ketiga belas ciri dihitung akan digunakan kalsifikasi KNN dan PNN untuk menentukan pengelompokkan antar genus. PNN digunakan karena hanya mengalami satu kali iterasi dalam prosesnya. Hasil yang didapat akan dihitung peluang terbesarnya untuk menentukan apakah suatu organisme telah diklasifikasikan secara tepat. Sementara itu KNN digunakan karena prosesnya sangat sederhana, hanya menentukan jarak ketetanggaan dengan k yang telah ditentukan. Kedua tenik klasifikasi ini digunakan untuk dibandingkan hasilnya. Setelah dibandingkan akan ditentukan teknik klasifikasi yang tebaik diantara keduanya. Perumusan Masalah Pemetaan Fragmen metagenome ke dalam suatu matrix menjadi sangat krusial karena akan dihitung 13 ciri fitur dari matrix tersebut dengan orientasi sudut 0º. Pertanyaan yang muncul pada penelitian ini sebagai berikut: 1 Bagimana menerapkan metode GLCM terhadap sekuens DNA dari fragmen metagenom? 2 Berapa akurasi yang diperoleh dengan menggunakan metode KNN dan PNN? 3 Bagaimana pengaruh panjang fragmen terhadap akurasi? 4 Bagaimana pengaruh nilai k terhadap kinerja KNN? Tujuan Penelitian 1 2 3 4
Tujuan dari penelitian ini, yaitu: Menerapkan metode GLCM pada sekuens DNA. Menerapkan PNN dan KNN pada klasifikasi sekuens DNA berdasarkan fitur dari GLCM. Mengetahui berapa akurasi PNN terhadap sekuens DNA. Mengetahui akurasi seluruh k pada KNN. Manfaat Penelitian
Penelitian ini diharapkan dapat menjadi sarana pengembangan klasifikasi fragmen metagenome menggunakan ekstraksi ciri citra dan dapat digunakan untuk pengklasifikasian mikroorganisme jenis baru. . Ruang Lingkup Penelitian 1 2
3
Ruang lingkup dari penelitian ini meliputi: Orientasi sudut pada fitur GLCM terbatas pada 0°. Data bioinformatika berupa DNA yang terbatas hanya 5 genus yaitu Burkholderia, Clostridium, Mycobacterium, Staphylococcus dan Streptococcus. Fragmen yang digunakan adalah dengan panjang 200 bp, 1 Kbp, 3 Kbp, dan 10kbp dengan banyaknya fragmen menyesuaikan.
3
METODE Penelitian dimulai dengan mengambil data, praproses data, ekstraksi fitur dengan GLCM, pembagian data latih dan data uji, klasifikasi PNN dan KNN, dan analisis evaluasi. Ilustrasi metode penelitian dapat dilihat pada Gambar 1
Mulai
Studi pustaka
Pengambilan data di NCBI
Ekstraksi fitur dengan GLCM
Praproses data
Data metagenome NCBI
Pembagian data 5-fold cross validation
Data latih
Data uji
PNN
KNN Analisis dan evaluasi
Selesai
Gambar 1 Diagram alir penelitian
Pengambilan Data Data yang diambil adalah data metagenome yang diambil dari National Centre for Biotechnology Information (NCBI). NCBI merupakan institusi yang terkait dengan biologi molekuler dan menjadi pusat informasi tentang perkembangan. Data yang diambil berupa sekuens DNA dengan format FastA. Alamat untuk mengunduh data ini yaitu ftp://ftp.ncbi.nih.gov/ genomes/Bacteria/.
4 Praproses Data Tekstur adalah sifat-sifat atau karakteristik yang dimiliki suatu daerah (dalam hal ini isi dari matrix-nya) yang cukup signifikan dan daerah tersebut secara alami mempunyai sesuatu secara berulang. Dalam hal ini pengertian tekstur yang dimaksud adalah keteraturan dari sekuens DNA dari suatu mikroorganisme yang membentuk pola-pola tertentu. Sekuens DNA dikatakan mempunyai informasi tekstur jika sekuens DNA antar satu mikroorganisme dan lainnya mempunyai kemiripan dari segi jarak dan orientasi sudut. Dalam penelitian ini jarak dan orientasi sudut yang digunakan adalah 2-mers dan 0°. Pada tahap praproses sekuens DNA setiap fragmen dipetakan ke dalam matrix 4x4 sesuai banyaknya fragmen dengan jarak 1 (bersebelahan). Setelah itu semua matrix yang telah dihitung ditotal menjadi satu matrix. Suatu nilai dari setiap panjang yang telah dihitung akan dilakukan normalisasi, yaitu membagi suatu elemen dengan jumlah dari seluruh elemen. Secara umum, analisis tesktur dapat dilakukan dengan dua pendekatan yaitu pendekatan struktural dan statistikal. GLCM merupakan salah satu metode yang paling umum untuk menganalisis tekstur. GLCM dapat dibentuk dengan cara berikut (Lihat Gambar 2) : 1 Tentukan elemen yang terkandung dalam sekuens DNA yaitu A, T, G dan C. 2 Bentuk matrix A dengan ukuran 4x4 yaitu sesuai dengan banyaknya elemen yang terkandung dalam DNA dimana elemen menyatakan jumlah kemunculan dari DNA yang bertetangga dengan interval 1 untuk setiap satu fragmen metagenom dengan orientasi sudut 0°.Fragmen yang digunakan adalah dengan panjang 200 bp, 1 Kbp, 3 Kbp, dan 10kbp dengan banyaknya fragmen menyesuaikan. 3 Bentuk matrix co-occurrence dengan cara membagi elemen dengan jumlah (sekuens-1) atau total dari semua elemen . Dengan demikian dapat dikatakan bahwa matrix A telah dinormalisasi.
[
]
⁄
⁄
⁄
⁄
⁄
⁄
⁄
⁄
⁄
⁄
⁄
[
]
⁄ ⁄ ⁄ ] [ ⁄ Gambar 2 Tahap mengubah sekuens DNA menjadi matrix Ekstraksi Ciri Ekstraksi ciri merupakan langkah awal dalam melakukan klasifikasi dan interpretasi sekuens DNA. Proses ini berkaitan dengan kuantisasi karakteristik
5 suatu sekuens ke dalam sekelompok nilai ciri yang sesuai. Ekstraksi ciri pada sekuens DNA dapat dilakukan jika dan hanya jika matrix co-ocurrence telah dinormalisasi. Haralick et al. (1973) mengusulkan berbagai fitur ciri tekstural yang dapat diekstraksi dari matrix co-occurence. Haralick mengungkapkan bahwa beberapa dari ekstraksi ciri citra merupakan perhitungan untuk pengenalan karakteristik citra meliputi homogenitas, kontras dan keberadaan tekstur dalam suatu citra. Dalam hal ini, kemiripan sekuens satu DNA dengan yang lainnya. Akan tetapi, sulit untuk menentukan apakah suatu organisme dikatakan sebagai penciri walaupun fitur telah digunakan untuk menentukan karakteristik dari organisme tersebut. Dalam penelitian ini dilakukan 13 fitur yang diusulkan oleh Haralick, yang akan ditentukan sebagai penciri dan bukan penciri. Keempat belas fitur tersebut adalah: 1 ASM (Angular Second Moment)
Homogenitas dari Sekuens DNA ASM = ∑ ∑ * (
)+
Dimana p(i,j) menyatakan nilai dari baris i dan kolom j dalam matrix cooccurrence yang telah dinormalisasi. 2 Contrast
Menunjukkan ukuran penyebaran (momen inersia) elemen-elemen matrix. Jika letaknya jauh dari diagonal utama, nilai kekontrasan besar. Secara visual, nilai kekontrasan adalah ukuran variasi antar kombinasi dengan interval tertentu pada DNA. 2
Con = ∑ | - | ( )
3 Correlation Ukuran ketergantungan linear pada sekuens DNA sehingga dapat dilihat ciri tektstural dari sekuens tersebut. Cor =
∑ ∑ ( - )( - )
dengan: µi = nilai rata-rata baris ke-i matrix p µj = nilai rata-rata kolom ke-j matrix p = standar deviasi baris ke-i matrix p = standar deviasi kolom ke-j matrix p
4 Variance
Menunjukkan variasi dari elemen-elemen dalam matrix. Kombinasi DNA yang kemunculannya sedikit akan mempunyai variasi yang kecil.
6 Var = ∑ ∑ (
)
5 Inverse Different Moment
Menunjukkan kehomogenan sekuens DNA dalam kombinasi yang sejenis. Sekuens DNA yang sejenis akan memilik IDM yang besar IDM = ∑
1 |-|
6 Entropy Menunjukkan ukuran ketidakteraturan bentuk. Harga ENT besar untuk sekuens DNA kombinasi yang sejenis merata dan bernilai kecil jika sekuens DNA tersebut kombinasinya bervariasi. ENT = - ∑
( )log
7 Sum Entropy SENT = ∑
()
( )+
*
8 Sum Average AVER = ∑
()
9 Sum Variance SVAR = ∑
(
)
()
10 Difference Variance DVAR = variance of 11 Difference Entropy DENT =
∑
()
*
( )+
12 Information Measures of Correlation1 IMC1=
*
+
13 Information Measures of Correlation 2 IMC2 = ( Dengan catatatan HXY = ∑ ∑ dari dan , dan
, (
( )
( (
)-)
⁄
)) HX dan HY adalah entropy
7 HXY1 = ∑ ∑ ( ) () HXY2 = ∑ ∑
*
( ) ( )+ ( ) ( )+
*
14 Maximal Correlation Coefficient (tidak digunakan) MCC = (
)
⁄
dimana Q(i,j) = ∑
(
) ( ()
) ( )
K-fold cross validation K-fold cross validation adalah metode pembagian sebuah kelompok data yang akan dibagi ke dalam data latih dan data uji . Pembuatan partisi dilakukan dengan cara melakukan pengolahan data sebanyak k kali dengan menggunakan k1 data latih dan sisanya data uji. Akurasi didapat dari rata-rata seluruh k percobaan (Zhang dan Wu 2011) dalam Amalia (2013). Penelitian ini menggunakan k sebesar 5 dan data berupa 50 organisme (Lihat Lampiran 1) yang terbagi ke dalam 5 genus (Lihat Lampiran 2) dengan masing- masing genus terdapat 10 mikroorganisme. Data tersebut akan dibagi ke dalam 4/5 data latih dan 1/5 data uji yaitu 10 data uji dan 40 data latih. Oleh karena itu akan terbentuk matrix citra latih berukuran 40x5 dan citra uji 10x5. Pembagian data yang dilatih dan diuji dapat dilihat pada Lampiran 3. Probabilictic Neural Network (PNN) PNN adalah teknik klasifikasi yang mengadaptasi bayesian network dan analisis algoritme statistik yaitu kernel fisher discriminant analysis. Terdapat empat tahap pengoperasian PNN yang terangkum dalam empat layer. Layer pertama adalah input hasil dari ketiga belas ekstraksi ciri pada matrix cooccurrence. Layer kedua menghitung jarak antara vektor masukan pada data uji dan data latih yang akan dibagi ke dalam fakor penghalus. Faktor penghalus yang digunakan adalah 0.1. Faktor penghalus digunakan untuk menghaluskan fakor kernel, dalam hal ini faktor kernel yang dimaksud adalah fungsi Gauss. Setelah itu hasil perhitungannya dibagi kedalam fungsi parzen untuk mengukur Probabilistic density function. Layer ketiga menghitung kontribusi dari setiap input-an dan menghitung keluaran berupa peluang dari vektor. p(
)p( |
1
) 2
dengan: p(A) = peluang kelas A
2
∑
1
exp
2
2
8 p(x|A) = peluang bersyarat x jika masuk ke dalam kelas A xAi = vektor data latih kelas A urutan ke-i d = dimensi vektor masukan N = jumlah pola pelatihan seluruh kelas NA = jumlah pola pelatihan pada kelas A = faktor penghalus Layer keempat menganalisa masukan data uji yang akan diklasifikasikan ke dalam suatu kelas berdasarkan nilai peluang tertinggi. Metode PNN lebih banyak digunakan dalam klasifikasi dibandingkan dengan multilayer perceptron. PNN hanya mengalami satu kali iterasi (Specht 1990) dalam Faturohman (2009) dan dapat menghasilkan output yang lebih akurat, yaitu berupa nilai peluang yang merepresentasikan suatu data uji masuk dalam klasifikasi kelas tertentu. K-Nearest Neighbor (KNN) Algoritme K-Nearest Neighbor (KNN) adalah sebuah metode yang menggunakan klasifikasi berdasarkan data pembelajaran yang memiliki jarak terdekat dari suatu objek. Tujuan dari algoritme ini adalah mengklasifikasikan obyek baru berdasarkan training sample. Classifier hanya berdasarkan pada memori dengan menggunakan klasifikasi ketetanggaan sebagai nilai prediksi dari query instance yang baru. Jarak yang digunakan untuk menentukan ketetanggaan dari suatu titik digunakan jarak eucledian. Jarak eucledian berfungsi untuk mengukur kedekatan antar obyek yang berdekatan sebagai sebuah interpretasi (Han et al. 2011). Kedekatan antara dua obyek ditentukan oleh sebuah kelas yang paling banyak ditemui pada k buah tetangga dari suatu obyek tersebut. Pada penelitian kali ini digunakan k=10. Nilai k yang terbaik untuk algoritme KNN tergantung pada data. Nilai k yang tinggi dapat mengurangi efek noise pada klasifikasi dengan akibat antar kelas kabur atau sulit dibedakan. Langkah untuk menghitung menggunakan metode KNN sangat sederhana. Pertama menentukan jumlah k terdekat (k=10), kemudian menghitung kuadrat euclid masing-masing obyek yang diberikan. Lalu mengurutkan objek-objek tersebut kedalam kelompok yang mempunyai Euclid terkecil. Terakhir mengumpulkan klasifikasi nearest neighbor menggunakan kategori nearest neighbor yang dapat memprediksi nilai query instance (data uji) yang telah dihitung. Analisis dan Evaluasi Setelah seluruh output dari KNN dan PNN telah ditentukan, akan dihitung akurasi tiap kelasnya dengan cara:
akurasi
∑ data uji benar 100 % ∑ data uji
9 Lingkungan Pengembangan Spesifikasi perangkat keras yang digunakan untuk penelitian ini sebagai berikut: Processor Intel® CoreTM i7 CPU Memori RAM 4 GB Harddisk 640 GB Spesifikasi perangkat lunak yang digunakan untuk penelitian ini sebagai berikut: Sistem operasi : Windows 7 Simulasi sequencer : MetaSim Compiler : MATLAB
HASIL DAN PEMBAHASAN Pengambilan Data Data yang diambil dari NCBI diambil sebanyak 50 organisme dari 5 genus berupa sekuens DNA. Praproses Data Data DNA yang terkumpul dalam bentuk sekuens DNA akan diekstraksi dengan panjang 200 bp, 1 Kbp, 3 Kbp,dan 10 Kbp dengan masing-masing 50 organisme menggunakan metasim. Terdapat aturan untuk menentukan berapa banyak fragmen yang diperlukan untuk panjang setiap fragmen yang digunakan. Untuk menentukan perbandingan panjang dan banyaknya fragmen digunakan rumus berikut:
n= banyak fragmen yang dibutuhkan l= panjang fragmen yang dibutuhkan L= total rata-rata dari seluruh panjang mikroorganisme Dalam hal ini 10 yang dimaksud adalah coverage, yaitu rata-rata sekuens DNA yang merepresentasikan sebuah nukleotida dalam rekonstruksi DNA tersebut. Semakin besar coverage-nya, maka semakin besar representasi mikroorganismenya. Angka 10 muncul karena terbilang cukup untuk merepresentasikan suatu mikroorganisme. Total rata-rata dari seluruh panjang miikroorganisme didapat dari seluruh panjang tiap mikroorganisme yang digunakan dengan nilai 3527041. Dengan demikian untuk fragmen dengan panjang 200 bp membutuhkan 45000 fragmen, 1 Kbp membutuhkan 36000 fragmen, 3 Kbp membutuhkan 12000 fragmen, serta 10 Kbp membutuhkan 4000 fragmen (Tabel 1).
10 Panjang fragmen 200 bp 1 Kbp 3 Kbp 10 Kbp
Banyak fragmen 45000 36000 12000 4000
Tabel 1 Perbandingan panjang dan banyak fragmen Dapat dilihat dari pola tersebut bahwa semakin panjang fragmen maka semakin sedikit jumlah fragmen yang dibutuhkan. Contoh output dari metasim dengan panjang fragmen 200 dapat dilihat pada Gambar 3.
Gambar 3 Potongan fragmen dengan panjang 200 bp Ekstraksi Ciri Setelah semua sekuens DNA dipotong ke dalam beberapa variasi panjang, sekuens tersebut diekstraksi cirinya menggunakan GLCM. Matrix co-occurrence dihitung berdasarkan sudut dan jarak yang telah ditentukan. Dalam kasus ini jaraknya adalah satu dengan sudut 0º. Baris DNA tersebut akan dihitung pasangan antar elemennya dengan jarak 1. Banyaknya pasangan tersebut akan dimasukkan kedalam matrix 4x4 sesuai dengan banyaknya elemen dari DNA yaitu A, T, G dan C. Setelah itu matrix dinormalisasi dan dihitung untuk 13 fitur Haralick. Seluruh fitur tersebut didapat entropi dengan kisaran nilai 4.9-5.0 yang membuktikan bahwa sekuens DNA tersebut memiliki kompleksitas yang tinggi. Nilai kontras berkisar 1.8-3.8 yang berarti intensitas keabuan dari DNA tersebut beragam karena memiliki range yang cukup jauh. Hal tersebut membuktikan bahwa setiap genus mempunyai penciri yang khas. ASM atau energy yang menunjukkan konsentrasi pasangan dalam hal ini DNA. Dari ekstraksi diperoleh nilai dengan kisaran 0.07-0.08. Hal tersebut menunjukkan bahwa nilai dari DNA sangat acak, atau tidak teratur dan tidak bias apabila dilihat keseragaman teksturnya. Dapat dilihat potongan hasil ektraksi ciri pada Gambar 4. Kolom pada gambar merupakan jenis fitur, dan baris merupakan jenis organisme.
11
Gambar 4 Potongan hasil ekstraksi fitur Model klasifikasi Data Pembagian terhadap data latih dan uji menggunakan k-fold cross validation. Dalam penelitian ini digunakan dengan 5 fold. Karena total sekuens setiap panjang yang berbeda terdapat 50 data dari 50 organisme, maka data latih sebanyak 40 dan data uji sebanyak 10 dengan 5 jenis fold. Klasifikasi menggunakan PNN yang nantinya akan dilihat apakah model klasifikasi yang digunakan cocok. Hasil menunjukkan bahwa semua jenis panjang fragmen memiliki akurasi bernilai 100%. Dapat dilihat pada Gambar 5 yaitu beberapa boxplot dari fitur ASM dengan panjang 200 bp (a), 1 Kbp (b), 3 Kbp (c) dan 10 Kbp (d) terhadap 5 genus tersebut. Gambar tersebut menghasilkan perbedaan yang sangat signifikan dari setiap genus. (b) (a)
(c)
(d)
Gambar 5 Boxplot perbandingan variasi panjang dari fitur ASM Sebagai contoh fitur ASM pada keempat variasi panjang tesebut menunjukkan tingkat homogenitas dari sebuah data. Semakin kecil rentang nilainya, maka semakin tinggi homogenitasnya. Gambar 5 memiliki rentang ratarata antara 0.07-0.095 yang berarti kemiripan antar genus tersebut tinggi. Gambar
12 5 memperlihatkan bahwa hasil pengelompokkan antar genusnya dapat dibedakan walaupun hasil dari ekstraksi ciri tiap panjangnya berbeda. Disimpulkan bahwa variasi panjang fragmen yang dilakukan pada penelitian ini tidak menimbulkan perbedaan hasil klasifikasi antar genusnya. Pada Lampiran 4 akan diperlihatkan boxplot dari ketiga belas ciri dengan panjang 200 bp. Pada klasifikasi KNN, percobaan dilakukan dengan panjang 200 bp. Hasil menunjukkan tidak ada perbedaan dengan klasifikasi PNN. Tidak ada perbedaan hasil pada percobaan berikutnya dengan panjang 1 Kbp, 3 Kbp, dan 10 Kbp. Percobaan juga dilakukan dengan mengganti nilai k yaitu dengan k=1,..,10. Hasilnya menunjukkan hal yang sama dengan percobaan sebelumnya yaitu 100%. Semua fitur dari metode GLCM memperlihatkan hasil yang sama seperti gambar diatas yaitu terdapat berbedaan yang signifikan antar genusnya. Sehingga dapat diketahui bahwa PNN dan KNN secara sempurna dapat mengklasifikasikan antar genus karena perbedaan yang dapat dilihat dari boxplot untuk setiap fiturnya. SIMPULAN DAN SARAN Simpulan Model identifikasi terhadap fragmen metagenome menggunakan PNN dan KNN berhasil dilakukan. Akurasi tertinggi untuk PNN didapat dengan nilai 100%. Percobaan menggunakan panjang yang beragam dengan coverage yang sama tidak memberikan dampak yang signifikan terhadap hasil akurasi. Fragmen dengan panjang 200 bp, 1 Kbp, 3 Kbp dan 10 Kbp adalah sama, yaitu 100%. Dapat dikatakan bahwa seluruh data dapat diklasifikasikan berdasarkan genusnya secara sempurna. Klasifikasi KNN didapat dengan nilai yang sama yaitu 100% untuk semua k. Dalam hal ini diambil k yang paling dekat yaitu k=1 karena mengambil jarak tetangga yang paling dekat. Seluruh percobaan yang telah dilakukan dapat disimpulkan bahwa hasil yang sempurna disebabkan oleh data yang sedikit dan sempit jangakuannya, yaitu hanya terdiri 50 organisme dengan variasi dari 5 genus yang berbeda. Jarak yang digunakan hanya kombinasi dari sebelah sekuens DNA-nya dengan jarak 1 dengan orientasi sudut 0°. Saran 1 2 3 4
Beberapa saran untuk penelitian selanjutnya: Menggunakan pendekatan GLCM memakai seluruh sudut yaitu 0°, 45°, 90°, 135°. Menggunakan data dengan tingkatan takson yang mirip (satu genus satu ordo). Menggunakan data lebih banyak. Menggunakan jarak yang beragam (jarak 1, 2, 3, 4).
13
DAFTAR PUSTAKA Amalia, RH. 2013. Identifikasi citra hama tanaman menggunakan gray level cooccurence matrix dan klasifikasi probabilistic neural network [skripsi]. Bogor (ID): Institut Pertanian Bogor. Ariny. 2013. Klasifikasi fragmen metagenome menggunakan metode support vector machine (SVM) [skripsi]. Bogor (ID): Institut Pertanian Bogor. Fathurohman Z. 2009. Pengembangan probabilistic neural network untuk penentuan kematangan belimbing manis [skripsi]. Bogor (ID): Institut Pertanian Bogor. Han J, Kamber, Pei J. 2011. Data Mining Concepts and Techniques. Edition. San francisco (US): Elsevier. Haralick MR, Shanmugan K, Dinstein I. 1973. Textural features for image classification. IEEE Transactions on Systems, Man, and Cybernetics. 3(6):610-621. doi: 10.1109/tsmc.1973.4309314 McHardy AC, Martín HG, Tsirigos A, Hugenholtz P, Rigoutsos I. 2007. Accurate phylogonetic classification of variabel-length DNA fragments. Nature Methods. 4(1):63–72. doi: 10.1038/nmeth976. McHardy AC, Rigoutsos I. 007. What’s in the mi : phylogenetic classification of metagenome sequence samples. Current Opinion in Microbiology. 10(5):499–503. doi: 10.1016/j.mib.2007.08.004. Specht DF. 1990. Probabilistic neural networks and the polynomial adalines as complementary techniques for classification. IEEE Transaction on Neural Networks, 1(1), hal. 111-121. Zhang Y, Wu L. 2011. Crop classification by Forward Neural Network with adaptive chaotic Particle Swarm Optimization. Sensors. 11: 4721-4743. doi: 10.3390/s11050472
14 Lampiran 1 Daftar nama organisme No Nama organisme 1 Burkholderia ambifaria AMMD chromosome chromosome 1 2 Burkholderia ambifaria MC40-6 chromosome chromosome 1 3 Burkholderia cenocepacia AU 1054 chromosome 3 4 Burkholderia cenocepacia HI2424 chromosome chromosome 1 5 Burkholderia cenocepacia J2315 chromosome chromosome 1 6 Burkholderia cenocepacia MC0-3 chromosome chromosome 1 7 Burkholderia mallei ATCC 23344 chromosome chromosome 1 8 Burkholderia mallei NCTC 10229 chromosome I 9 Burkholderia mallei NCTC 10247 chromosome I 10 Burkholderia mallei SAVP1 chromosome I 11 Clostridium acetobutylicum ATCC 824 12
20
Clostridium beijerinckii NCIMB 8052 chromosome Clostridium botulinum A3 str. Loch Maree Clostridium botulinum A str. ATCC 19397 Clostridium botulinum A str. ATCC 3502 Clostridium botulinum A str. Hall Clostridium botulinum B1 str. Okra Clostridium botulinum B str. Eklund 17B Clostridium botulinum E3 str. Alaska E43 Clostridium botulinum F str. Langeland
21
Mycobacterium abscessus chromosome
22 23
Mycobacterium avium 104 Mycobacterium avium subsp. paratuberculosis K-10 Mycobacterium bovis AF2122/97 Mycobacterium bovis BCG str. Pasteur 1173P2
13 14 15 16 17 18 19
24 25
No Nama organisme 26 Mycobacterium gilvum PYR-GCK chromosome 27 Mycobacterium leprae TN chromosome 28 Mycobacterium marinum M 29 Mycobacterium smegmatis str. MC2 155 30 Mycobacterium sp. JLS chromosome 31 Staphylococcus aureus RF122 32 Staphylococcus aureus subsp. aureus COL chromosome 33 Staphylococcus aureus subsp. aureus JH1 34 Staphylococcus aureus subsp. aureus JH9 35 Staphylococcus aureus subsp. aureus MRSA252 chromosome 36 Staphylococcus aureus subsp. aureus MSSA476 chromosome 37 Staphylococcus aureus subsp. aureus Mu3 38 Staphylococcus aureus subsp. aureus Mu50 39 Staphylococcus aureus subsp. aureus MW2 40 Staphylococcus aureus subsp. aureus N315 41 Streptococcus agalactiae 2603V/R 42 Streptococcus agalactiae A909 43 Streptococcus agalactiae NEM316 44 Streptococcus equi subsp. zooepidemicus MGCS10565 45 Streptococcus gordonii str. Challis substr. CH1 46 Streptococcus mutans UA159 chromosome 47 Streptococcus pneumoniae CGSP14 48 Streptococcus pneumoniae D39 49 Streptococcus pneumoniae G54 50 Streptococcus pneumoniae Hungary19A-6
15 Lampiran 2 Daftar nama genus No 1 2 3 4 5
Genus Burkholderia Clostridium Mycobacterium Staphylococcus Streptococcus
16 Lampiran 3 Daftar nama data latih dan data uji Percobaan 1 Data latih No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nama organisme Burkholderia cenocepacia AU 1054 chromosome 3 Burkholderia cenocepacia HI2424 chromosome chromosome 1 Burkholderia cenocepacia J2315 chromosome chromosome 1 Burkholderia cenocepacia MC0-3 chromosome chromosome 1 Burkholderia mallei ATCC 23344 chromosome chromosome 1 Burkholderia mallei NCTC 10229 chromosome I Burkholderia mallei NCTC 10247 chromosome I Burkholderia mallei SAVP1 chromosome I Clostridium botulinum A3 str. Loch Maree Clostridium botulinum A str. ATCC 19397 Clostridium botulinum A str. ATCC 3502 Clostridium botulinum A str. Hall Clostridium botulinum B1 str. Okra Clostridium botulinum B str. Eklund 17B Clostridium botulinum E3 str. Alaska E43 Clostridium botulinum F str. Langeland Mycobacterium avium subsp. paratuberculosis K-10 Mycobacterium bovis AF2122/97 Mycobacterium bovis BCG str. Pasteur 1173P2 Mycobacterium gilvum PYR-GCK chromosome
No Nama organisme 21 Mycobacterium leprae chromosome 22 Mycobacterium marinum M
23 Mycobacterium smegmatis str. MC2 155 24 Mycobacterium sp. JLS chromosome 25 Staphylococcus aureus subsp. aureus JH1 26 Staphylococcus aureus subsp. aureus JH9 27 Staphylococcus aureus subsp. aureus MRSA252 chromosome 28 Staphylococcus aureus subsp. aureus MSSA476 chromosome 29 Staphylococcus aureus subsp. aureus Mu3 30 Staphylococcus aureus subsp. aureus Mu50 31 Staphylococcus aureus subsp. aureus MW2 32 Staphylococcus aureus subsp. aureus N315 33 Streptococcus agalactiae NEM316 34 Streptococcus equi subsp. zooepidemicus MGCS10565 35 Streptococcus gordonii str. Challis substr. CH1 36 Streptococcus mutans UA159 chromosome 37 Streptococcus pneumoniae CGSP14 38 Streptococcus pneumoniae D39 39 Streptococcus pneumoniae G54 40 Streptococcus Hungary19A-6
pneumoniae
Data Uji No 1
Nama organisme
Burkholderia ambifaria chromosome chromosome 1
No
AMMD
TN
Nama organisme
6 Mycobacterium avium 104
17 Lanjutan No 2 3 4 5
Nama organisme
Burkholderia ambifaria MC40-6 chromosome chromosome 1 Clostridium acetobutylicum ATCC 824 Clostridium beijerinckii NCIMB 8052 chromosome Mycobacterium abscessus chromosome
No
Nama organisme
7 Staphylococcus aureus RF122 8 Staphylococcus aureus subsp. aureus COL chromosome 9 Streptococcus agalactiae 2603V/R 10 Streptococcus agalactiae A909
Percobaan 2 Data latih No 1 2 3 4 5 6 7 8 9 10
Nama organisme
Burkholderia ambifaria AMMD chromosome chromosome 1 Burkholderia ambifaria MC40-6 chromosome chromosome 1 Burkholderia cenocepacia J2315 chromosome chromosome 1 Burkholderia cenocepacia MC0-3 chromosome chromosome 1 Burkholderia mallei ATCC 23344 chromosome chromosome 1 Burkholderia mallei NCTC 10229 chromosome I Burkholderia mallei NCTC 10247 chromosome I Burkholderia mallei SAVP1 chromosome I Clostridium acetobutylicum ATCC 824
12
Clostridium beijerinckii NCIMB 8052 chromosome Clostridium botulinum A str. ATCC 3502 Clostridium botulinum A str. Hall
13
Clostridium botulinum B1 str. Okra
14
16
Clostridium botulinum B str. Eklund 17B Clostridium botulinum E3 str. Alaska E43 Clostridium botulinum F str. Langeland
17 18
Mycobacterium abscessus chromosome Mycobacterium avium 104
11
15
No
Nama organisme
21 Mycobacterium leprae chromosome 22 Mycobacterium marinum M
TN
23 Mycobacterium smegmatis str. MC2 155 24 Mycobacterium sp. JLS chromosome 25 Staphylococcus aureus RF122 26 Staphylococcus aureus subsp. aureus COL chromosome 27 Staphylococcus aureus subsp. aureus MRSA252 chromosome 28 Staphylococcus aureus subsp. aureus MSSA476 chromosome 29 Staphylococcus aureus subsp. aureus Mu3 30 Staphylococcus aureus subsp. aureus Mu50 31 Staphylococcus aureus subsp. aureus MW2 32 Staphylococcus aureus subsp. aureus N315 33 Streptococcus agalactiae 2603V/R 34 Streptococcus agalactiae A909 35 Streptococcus gordonii str. Challis substr. CH1 36 Streptococcus mutans UA159 chromosome 37 Streptococcus pneumoniae CGSP14 38 Streptococcus pneumoniae D39
18 Lanjutan No Nama organisme 19 Mycobacterium bovis BCG str. Pasteur 1173P2 20 Mycobacterium gilvum PYR-GCK chromosome
No Nama organisme 39 Streptococcus pneumoniae G54 40 Streptococcus Hungary19A-6
pneumoniae
Data uji No Nama organisme 1 Burkholderia cenocepacia AU 1054 chromosome 3 2 Burkholderia cenocepacia HI2424 chromosome chromosome 1 3 Clostridium botulinum A3 str. Loch Maree 4 Clostridium botulinum A str. ATCC 19397 5 Mycobacterium avium subsp. paratuberculosis K-10
No Nama organisme 6 Mycobacterium bovis AF2122/97 7 Staphylococcus aureus subsp. aureus JH1 8 Staphylococcus aureus subsp. aureus JH9 9 Streptococcus agalactiae NEM316 10 Streptococcus equi subsp. zooepidemicus MGCS10565
Percobaan 3 Data latih No Nama organisme 1 Burkholderia ambifaria AMMD chromosome chromosome 1 2 Burkholderia ambifaria MC40-6 chromosome chromosome 1 3 Burkholderia cenocepacia AU 1054 chromosome 3 4 Burkholderia cenocepacia HI2424 chromosome chromosome 1 5 Burkholderia mallei ATCC 23344 chromosome chromosome 1 6 Burkholderia mallei NCTC 10229 chromosome I 7 Burkholderia mallei NCTC 10247 chromosome I 8 Burkholderia mallei SAVP1 chromosome I 9 Clostridium acetobutylicum ATCC 824 10 11 12
Clostridium beijerinckii NCIMB 8052 chromosome Clostridium botulinum A3 str. Loch Maree Clostridium botulinum A str. ATCC 19397
No Nama organisme 21 Mycobacterium leprae chromosome 22 Mycobacterium marinum M
TN
23 Mycobacterium smegmatis str. MC2 155 24 Mycobacterium sp. JLS chromosome 25 Staphylococcus aureus RF122 26 Staphylococcus aureus aureus COL chromosome 27 Staphylococcus aureus aureus JH1 28 Staphylococcus aureus aureus JH9 29 Staphylococcus aureus aureus Mu3 30 Staphylococcus aureus aureus Mu50 31 Staphylococcus aureus aureus MW2 32 Staphylococcus aureus aureus N315
subsp. subsp. subsp. subsp. subsp. subsp. subsp.
19 Lanjutan No Nama organisme 13 Clostridium botulinum B1 str. Okra 14 Clostridium botulinum B str. Eklund 17B 15 Clostridium botulinum E3 str. Alaska E43 16 Clostridium botulinum F str. Langeland 17 18 19 20
Mycobacterium abscessus chromosome Mycobacterium avium 104 Mycobacterium avium subsp. paratuberculosis K-10 Mycobacterium bovis AF2122/97
No Nama organisme 33 Streptococcus agalactiae 2603V/R 34 Streptococcus agalactiae A909 35 Streptococcus agalactiae NEM316 36 Streptococcus equi subsp. zooepidemicus MGCS10565 37 Streptococcus pneumoniae CGSP14 38 Streptococcus pneumoniae D39 39 Streptococcus pneumoniae G54 40 Streptococcus Hungary19A-6
pneumoniae
Data uji No Nama organisme 1 Burkholderia cenocepacia J2315 chromosome chromosome 1 2 Burkholderia cenocepacia MC0-3 chromosome chromosome 1 3 Clostridium botulinum A str. ATCC 3502 4 Clostridium botulinum A str. Hall 5
Mycobacterium bovis BCG str. Pasteur 1173P2
No Nama organisme 6 Mycobacterium gilvum PYR-GCK chromosome 7 Staphylococcus aureus subsp. aureus MRSA252 chromosome 8 Staphylococcus aureus subsp. aureus MSSA476 chromosome 9 Streptococcus gordonii str. Challis substr. CH1 10 Streptococcus mutans UA159 chromosome
Percobaan 4 Data latih No Nama organisme 1 Burkholderia ambifaria AMMD chromosome chromosome 1 2 Burkholderia ambifaria MC40-6 chromosome chromosome 1 3 Burkholderia cenocepacia AU 1054 chromosome 3 4 Burkholderia cenocepacia HI2424 chromosome chromosome 1 5 Burkholderia cenocepacia J2315 chromosome chromosome 1 6 Burkholderia cenocepacia MC0-3 chromosome chromosome 1 7 Burkholderia mallei NCTC 10247 chromosome I
No Nama organisme 21 Mycobacterium bovis BCG str. Pasteur 1173P2 22 Mycobacterium gilvum PYR-GCK chromosome 23 Mycobacterium smegmatis str. MC2 155 24 Mycobacterium sp. JLS chromosome 25 Staphylococcus aureus RF122 26 Staphylococcus aureus subsp. aureus COL chromosome 27 Staphylococcus aureus subsp. aureus JH1
20 Lanjutan No Nama organisme 8 Burkholderia mallei SAVP1 chromosome I 9 Clostridium acetobutylicum ATCC 824 10
16
Clostridium beijerinckii NCIMB 8052 chromosome Clostridium botulinum A3 str. Loch Maree Clostridium botulinum A str. ATCC 19397 Clostridium botulinum A str. ATCC 3502 Clostridium botulinum A str. Hall Clostridium botulinum E3 str. Alaska E43 Clostridium botulinum F str. Langeland
17
Mycobacterium abscessus chromosome
18
Mycobacterium avium 104
19
Mycobacterium avium subsp. paratuberculosis K-10 Mycobacterium bovis AF2122/97
11 12 13 14 15
20
No Nama organisme 28 Staphylococcus aureus subsp. aureus JH9 29 Staphylococcus aureus subsp. aureus MRSA252 chromosome 30 Staphylococcus aureus subsp. aureus MSSA476 chromosome 31 Staphylococcus aureus subsp. aureus MW2 32 Staphylococcus aureus subsp. aureus N315 33 Streptococcus agalactiae 2603V/R 34 Streptococcus agalactiae A909 35 Streptococcus agalactiae NEM316 36 Streptococcus equi subsp. zooepidemicus MGCS10565 37 Streptococcus gordonii str. Challis substr. CH1 38 Streptococcus mutans UA159 chromosome 39 Streptococcus pneumoniae G54 40 Streptococcus Hungary19A-6
pneumoniae
Data uji No Nama organisme 1 Burkholderia mallei ATCC 23344 chromosome chromosome 1 2 Burkholderia mallei NCTC 10229 chromosome I 3 Clostridium botulinum B1 str. Okra 4 5
Clostridium botulinum B str. Eklund 17B Mycobacterium leprae TN chromosome
No Nama organisme 6 Mycobacterium marinum M 7 Staphylococcus aureus subsp. aureus Mu3 8 Staphylococcus aureus subsp. aureus Mu50 9 Streptococcus pneumoniae CGSP14 10 Streptococcus pneumoniae D39
Percobaan 5 Data latih No Nama organisme 1 Burkholderia ambifaria chromosome chromosome 1 2 Burkholderia ambifaria chromosome chromosome 1
AMMD MC40-6
No Nama organisme 21 Mycobacterium bovis BCG str. Pasteur 1173P2 22 Mycobacterium gilvum PYR-GCK chromosome
21 Lanjutan No Nama organisme 3 Burkholderia cenocepacia AU 1054 chromosome 3 4 Burkholderia cenocepacia HI2424 chromosome chromosome 1 5 Burkholderia cenocepacia J2315 chromosome chromosome 1 6 Burkholderia cenocepacia MC0-3 chromosome chromosome 1 7 Burkholderia mallei ATCC 23344 chromosome chromosome 1 8 Burkholderia mallei NCTC 10229 chromosome I 9 Clostridium acetobutylicum ATCC 824 10
17
Clostridium beijerinckii NCIMB 8052 chromosome Clostridium botulinum A3 str. Loch Maree Clostridium botulinum A str. ATCC 19397 Clostridium botulinum A str. ATCC 3502 Clostridium botulinum A str. Hall Clostridium botulinum B1 str. Okra Clostridium botulinum B str. Eklund 17B Mycobacterium abscessus chromosome
18
Mycobacterium avium 104
19
Mycobacterium avium subsp. paratuberculosis K-10 Mycobacterium bovis AF2122/97
11 12 13 14 15 16
20
No Nama organisme 23 Mycobacterium leprae chromosome 24 Mycobacterium marinum M
TN
25 Staphylococcus aureus RF122 26 Staphylococcus aureus subsp. aureus COL chromosome 27 Staphylococcus aureus subsp. aureus JH1 28 Staphylococcus aureus subsp. aureus JH9 29 Staphylococcus aureus subsp. aureus MRSA252 chromosome 30 Staphylococcus aureus subsp. aureus MSSA476 chromosome 31 Staphylococcus aureus subsp. aureus Mu3 32 Staphylococcus aureus subsp. aureus Mu50 33 Streptococcus agalactiae 2603V/R 34 Streptococcus agalactiae A909 35 Streptococcus agalactiae NEM316 36 Streptococcus equi subsp. zooepidemicus MGCS10565 37 Streptococcus gordonii str. Challis substr. CH1 38 Streptococcus mutans UA159 chromosome 39 Streptococcus pneumoniae CGSP14 40 Streptococcus pneumoniae D39
Data uji No Nama organisme 1 Burkholderia mallei NCTC 10247 chromosome I 2 Burkholderia mallei SAVP1 chromosome I 3 Clostridium botulinum E3 str. Alaska E43 4 Clostridium botulinum F str. Langeland 5 Mycobacterium smegmatis str. MC2 155
No Nama organisme 6 Mycobacterium sp. JLS chromosome 7 Staphylococcus aureus subsp. aureus MW2 8 Staphylococcus aureus subsp. aureus N315 9 Streptococcus pneumoniae G54 10 Streptococcus pneumoniae Hungary19A-6
22
Lampiran 4 Daftar boxplot semua fitur dengan panjang 200 bp
Boxplot fitur Contrast
Boxplot fitur Correlation
Boxplot fitur Variance
23 Lanjutan
Boxplot fitur Inverse Different Moment
Boxplot fitur Entropy
Boxplot fitur Sum Average
24 Lanjutan
Boxplot fitur Sum Variance
Boxplot fitur Difference Variance
Boxplot fitur Difference Entropy
25 Lanjutan
Boxplot fitur Inverse Measures of Correlation 1
Boxplot fitur Inverse Measures of Correlation 2
Boxplot fitur Maximal Correlation Coefficient
26
RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 29 April 1992. Penulis merupakan anak kedua dari tiga bersaudara pasangan Ir. Indrayana LS dan (alm) Ir. Alda Djumeralda. Penulis mengenyam pendidikan dasar di SD Negeri 08 Bengkulu (1998-2002) yang kemudian pindah ke SD Islam Al-Azhar 23 Bekasi (2002-2004). Penulis melanjutkan pendidikan menengah pertama di SMP Labschool Jakarta (2004-2007). Kemudian, penulis melanjutkan pendidikan menengah atas di SMA Labschool Jakarta (2007-2010). Penulis berkesempatan melanjutkan studi di Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI) di Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama masa kuliah, penulis pernah menjadi asisten praktikum pada mata kuliah Penerapan Komputer (2013). Penulis juga aktif di organisasi kemahasiswaan, yaitu UKM Music Agriculture X-pression!! (MAX!!) sebagai general manager di tahun 2013. Penulis turut berkontribusi dalam berbagai kegiatan, seperti Perkenalan Departemen (2012), Art Collaboration Revolutionary and Action (ACRA 2011,2012,2013). Selain itu, penulis melaksanakan kegiatan Praktik Kerja Lapangan di PT. Pertamina EP.
