Kofsanova, Garnis (2020) Klasifikasi Jenis Kanker Berdasarkan Tingkat Ekspresi Gen Pasien Penderita Kanker Menggunakan Metode Vertex Discriminant Analysis. Sarjana thesis, Universitas Brawijaya.
Abstract
Analisis diskriminan adalah analisis multivariat yang diterapkan untuk memodelkan hubungan antara peubah respon berupa data kualitatif dan peubah prediktor berupa data kuantitatif. Analisis diskriminan dengan jumlah peubah prediktor lebih banyak daripada jumlah amatan dapat ditangani dengan menggunakan metode Vertex Discriminant Analysis (VDA). VDA mengklasifikasikan objek dengan mengembangkan metode analisis diskriminan menggunakan simpul (vertex) dari simpleks pada ruang Euclidean. VDA dapat digunakan untuk menangani kasus data yang tidak memenuhi asumsi matriks varians kovarians yang homogen dan asumsi normal multivariat. Tujuan dari penelitian ini adalah untuk membentuk fungsi diskriminan untuk mengklasifikasikan pasien ke dalam lima kategori jenis kanker. Data yang digunakan pada penelitian ini berupa gen manusia yang menderita suatu jenis kanker sebanyak 685 dan amatan sebanyak 60 pasien yang diklasifikasikan ke dalam lima jenis kanker. Kelima jenis kanker pada penelitian ini, yaitu BRCA (Breast Invasive Carcinoma), COAD (Colon Adenocarcinoma), KIRC (Kidney Renal Clear Cell Carcinoma), LUAD (Lung Adenocarcinoma) dan PRAD (Prostate Adenocarcinoma). Hasil analisis menunjukkan bahwa metode VDA membentuk empat fungsi diskriminan untuk membedakan lima jenis kanker. VDA mampu mengklasifikasikan dengan tepat 48 dari 48 data training, sedangkan untuk data testing VDA mengklasifikasikan dengan tepat 6 dari 12 data dengan kesalahan klasifikasi (APER) sebesar 50%.
English Abstract
Discriminant analysis is a multivariate analysis that is applied to modeling the relationship between qualitative data and predictor modification of quantitative data. Analysis of the discriminant with more than the number of predictor shifters can be completed by using the Vertex Discriminant Analysis (VDA) method. The VDA classifies the object by developing a method of discriminant analysis using the vertex of the simplex on the Euclidean room. VDA can be used to handle data cases that do not satisfy the assumption of homogeneous covariance matrix and multivariate normal assumptions. The purpose of this study is to establish discriminant functions to classify patients into five categories of cancer. The data used in this study consists of the human genes that suffer from a type of cancer of 685 and cancers of up to 60 patients classified into the five kinds. The study's fifth type of cancer, BRCA (Breast Invasive Carcinoma), COAD (Colon Adenocarcinoma), KIRC (Kidney Of Clear Cell Carcinoma), LUAD (Lung Adenocarcinoma), and PRAD (Prostate Adenocarcinoma). Results have shown that the VDA's method constitutes four discriminatory functions to distinguish the five types of cancer. VDA is able to classify exactly 48 from 48 training data, while for testing VDA data, it classifies exactly 6 of the 12 data by 50%.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 0520090080 |
| Uncontrolled Keywords: | Data Dimensi Tinggi, Gen, Vertex Discriminant Analysis (VDA) |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.53 Descriptive statistics, multivariate analysis, analysis of variance and covariance > 519.535 Multivariate analysis |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | ismanto |
| Date Deposited: | 04 Feb 2021 07:37 |
| Last Modified: | 08 Oct 2024 02:12 |
| URI: | http://repository.ub.ac.id/id/eprint/182448 |
![[thumbnail of Garnis Kofsanova.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Garnis Kofsanova.pdf Download (1MB) |
Actions (login required)
 |
View Item |