View/Open

Author

Date Published
25 May 2026

Advisor
Tirta Setiawan, S.Pd., M.Si.,
Dewi Indra Setiawan, M.Si,

Subject
Sains Data

Publisher

Klasifikasi bakteri berbasis sekuens gen 16S rRNA merupakan pendekatan penting dalam bioinformatika karena tingginya dimensi dan kompleksitas data yang dihasilkan oleh teknologi Next-Generation Sequencing. Pada penelitian ini, ekstraksi fitur dilakukan menggunakan pendekatan k-mer dengan nilai k = 6 sehingga menghasilkan vektor berdimensi tinggi dan bersifat jarang (sparse). Oleh karena itu, diterapkan metode Incremental Principal Component Analysis (IPCA) dengan Cumulative Explained Variance (CEV) sebesar 90% sebagai teknik reduksi dimensi. Proses klasifikasi menggunakan algoritma K-Nearest Neighbors (KNN) dan Naive Bayes (NB). Hasil evaluasi menunjukkan bahwa KNN terbaik (K = 3) mencapai akurasi 99,05

URI
https://repo.itera.ac.id/depan/submission/SB2606030067

Keyword
Klasifikasi Bakteri 16S rRNA k-mer IPCA KNN Naïve Bayes Bioinformatika