View/Open

Author
TRIA, YUNANNI

Date Published
18 Jun 2026

Advisor
Tirta Setiawan, S.Pd., M.Si.,
Yusni Puspha Lestari, S.T., M.Si.,

Subject
Sains Data

Publisher

Penelitian ini bertujuan mengevaluasi pendekatan berbasis k-mer untuk klasifikasi bakteri pada tingkat genus menggunakan data sekuens 16S rRNA. Permasalahan utama dalam klasifikasi ini meliputi tingginya dimensi fitur dan distribusi kelas yang tidak seimbang. Permasalahan tersebut diatasi melalui pembobotan fitur k-mer menggunakan TF–IDF dan reduksi dimensi dengan Incremental Principal Component Analysis (IPCA). Dataset yang digunakan terdiri atas 398.508 sampel dan mencakup 6.054 genus. Pembagian data dilakukan menggunakan stratified split untuk mempertahankan proporsi kelas pada data latih dan data uji. Penelitian ini membandingkan dua model klasifikasi, yaitu Gaussian Naive Bayes dan K-Nearest Neighbors (KNN) dengan skema distance-weighted voting. Hasil pengujian menunjukkan bahwa KNN menghasilkan performa klasifikasi terbaik dengan nilai accuracy sebesar 91,30%, precision sebesar 94,3%, recall sebesar 90,0%, dan F1-score sebesar 91,6%, serta menunjukkan efisiensi komputasi yang lebih baik. Sementara itu, Gaussian Naive Bayes menunjukkan keunggulan pada nilai ROC-AUC. Secara keseluruhan, hasil penelitian menunjukkan bahwa pendekatan berbasis k-mer yang dikombinasikan dengan TF–IDF dan IPCA mampu merepresentasikan pola biologis pada data sekuens 16S rRNA berskala besar secara efektif.

URI
https://repo.itera.ac.id/depan/submission/SB2606240200

Keyword
k-mer Gen 16S rRNA klasifikasi genus bakteri TF–IDF KNN Naive Bayes