Analisis Data RNA-Seq Homo sapiens Menggunakan Machine Learning untuk Klasifikasi Ekspresi Gen Berbasis Data NCBI SRA
Jurnal Informatika dan Teknik Elektro Terapan · 13.04.2026 · 14 (2)
DOI: 10.23960/jitet.v14i2.9361 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Informatika dan Teknik Elektro Terapan, online erschienen am 13.04.2026. Verfasst von Siti Haliza Zamili. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
Penelitian ini bertujuan untuk menganalisis data RNA-Seq Homo sapiens serta mengklasifikasikan ekspresi gen menggunakan metode machine learning. Data diperoleh dari Sequence Read Archive dalam format FASTQ yang terdiri dari lima sampel paired-end. Tahap awal dilakukan quality control menggunakan FastQC dan dirangkum dengan MultiQC. Selanjutnya dilakukan preprocessing melalui proses trimming untuk meningkatkan kualitas data. Data yang telah diproses kemudian diubah menjadi dataset numerik dan diklasifikasikan menggunakan Random Forest dan Support Vector Machine (SVM). Hasil menunjukkan bahwa SVM memiliki akurasi lebih tinggi sebesar 0,60 dibandingkan Random Forest sebesar 0,50, namun Random Forest menunjukkan performa yang lebih seimbang dalam mengklasifikasikan kedua kelas. Temuan ini menunjukkan bahwa pemilihan model tidak hanya bergantung pada akurasi, tetapi tetapi juga pada kemampuan dalam menangani data yang tidak seimbang.
Zitieren
APA
Zamili, S. H. (2026). Analisis Data RNA-Seq Homo sapiens Menggunakan Machine Learning untuk Klasifikasi Ekspresi Gen Berbasis Data NCBI SRA. Jurnal Informatika dan Teknik Elektro Terapan, 14(2). https://doi.org/10.23960/jitet.v14i2.9361
Vancouver
Zamili SH. Analisis Data RNA-Seq Homo sapiens Menggunakan Machine Learning untuk Klasifikasi Ekspresi Gen Berbasis Data NCBI SRA. Jurnal Informatika dan Teknik Elektro Terapan. 2026;14(2). doi:10.23960/jitet.v14i2.9361
BibTeX
@article{Zamili2026,
author = {Zamili, Siti Haliza},
title = {Analisis Data RNA-Seq Homo sapiens Menggunakan Machine Learning untuk Klasifikasi Ekspresi Gen Berbasis Data NCBI SRA},
journal = {Jurnal Informatika dan Teknik Elektro Terapan},
year = {2026},
volume = {14},
number = {2},
doi = {10.23960/jitet.v14i2.9361}
}
EUVIMED