View/Open

Author
Jeremia, Susanto

Date Published
22 Jun 2026

Advisor
Tirta Setiawan, S.Pd., M.Si.,
Ade Lailani, S.Si., M.Si.,

Subject
Sains Data

Publisher

Bakteri merupakan mikroorganisme dengan beragam karakteristik genetik, dan sebagian di antaranya bersifat patogen. Identifikasi spesies bakteri penting untuk memahami agen penyebab penyakit yang dapat memengaruhi keputusan medis dan hasil klinis. Proses identifikasi dapat dilakukan melalui analisis gen 16S rRNA yang merupakan penanda molekuler penting untuk identifikasi bakteri. Namun, data sekuens gen 16S rRNA sering mengandung karakter ambigu selain basa A, T, G, dan C yang berpotensi menjadi noise. Penanganan karakter ambigu umumnya dilakukan melalui proses replacement, sehingga diperlukan penelitian untuk membandingkan performa klasifikasi antara data dengan replacement dan tanpa replacement (non-replacement). Penelitian ini menggunakan dataset gen 16S rRNA dari basis data SILVA. Ekstraksi fitur dilakukan menggunakan k-mer (k = 6), diikuti reduksi dimensi menggunakan Incremental Principal Component Analysis dengan target Cumulative Explained Variance 95%, serta klasifikasi menggunakan Naïve Bayes. Hasil penelitian menunjukkan bahwa kedua perlakuan menghasilkan performa yang relatif sama, dengan akurasi 78,66% (non-replacement) dan 78,52% (dengan replacement), serta nilai ROC-AUC sebesar 96%. Hal ini menunjukkan bahwa replacement pada basa ambigu tidak menghasilkan perbedaan yang berarti terhadap kinerja klasifikasi, tetapi tetap memberikan keuntungan dalam mengurangi kompleksitas fitur dan meningkatkan efisiensi komputasi.

URI
https://repo.itera.ac.id/depan/submission/SB2606170106

Keyword
Ambiguous Replacement Gen 16S rRNA Klasifikasi Spesies Bakteri k-mer Naïve Bayes