Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal TIMES Enthusiastic : International Journal of Applied Statistics and Data Science
Azhari, M Fauzan
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal TIMES

 1 
IDEKTIFIKASI GEN MARKER PBMCS ISCHEMIC STROKE MENGGUNAKAN ANALISIS BIOINFORMATIKA DAN SUPPORT VECTOR MACHINE Azhari, M Fauzan; Fajriyah, Rohmatul
Jurnal TIMES Vol 13 No 1 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.1.2024746

Abstract

Penyakit stroke adalah kondisi ketika aliran darah ke otak terhambat atau terputus, mengakibatkan kerusakan pada sel-sel otak. Diperkirakan ada 50 juta kasus stroke di seluruh dunia, dengan 9 juta di antaranya mengakibatkan kecacatan berat. Penelitian ini bertujuan untuk melakukan klasifikasi dan melihat genomic profiling antara penderita stroke iskemik kontrol dan non kontrol dengan analisis support vector machine (SVM). Data yang digunakan adalah data microarray dengan kode series GSE22255 dari Institut Kedokteran Molekuler di kota Lisbon, Portugal. Untuk melihat perbandingan akurasi yang dihasilkan, analisis dilakukan dengan beberapa skema berdasarkan kernel dan nilai cost optimal pada metode SVM yaitu kernel linier, polinomial, RBF dna sigmoid. Dari hasil analisis diketahui bahwa metode SVM dengan skema kernel terbaik yaitu menggunakan kernel RBF dan optimal cost 1 dengan nilai akurasi sebesar 88.0%, Model SVM dengan kernel sigmoid tidak dapat digunakan untuk klasifikasi karena nilai akurasinya yang sangat rendah. Sementara itu, SVM dengan kernel linear dan polynomial masih tetap dapat digunakan karena nilai akurasinya >70% .
Co-Authors Fitriani, Farah Ayu Rohmatul Fajriyah