2007 TS PP YUDI RIZKIADI 1-cover.pdf
2007 TS PP YUDI RIZKIADI 1-BAB1.pdf
2007 TS PP YUDI RIZKIADI 1-BAB2.pdf
2007 TS PP YUDI RIZKIADI 1-BAB3.pdf
2007 TS PP YUDI RIZKIADI 1-BAB4.pdf
2007 TS PP YUDI RIZKIADI 1-BAB5.pdf
2007 TS PP YUDI RIZKIADI 1-BAB6.pdf
2007 TS PP YUDI RIZKIADI 1-PUSTAKA.pdf
Abstrak :
Perkembangan teknologi dalam bidang biologi molekular telah menghasilkan data genomik dalam jumlah yang besar. Teknologi informasi merupakan salah satu pendekatan yang dapat digunakan untuk melakukan analisis data tersebut. Salah satu tujuan dalam menganalisis data tersebut adalah untuk mendapatkan informasi mengenai interaksi antar gen yang direpresentasikan dalam bentuk jaringan regulatori genetika. Pada tugas akhir ini, dilakukan studi implementasi metode rekonstruksi jaringan genetik dari data time-series microarray yang dikombinasikan dengan pengetahuan biologi melalui teknik Bayesian Network. Sebuah perangkat lunak dibangun untuk mengimplementasikan keseluruhan tahapan rekonstruksi secara terintegrasi yang mencakup tahapan preprocessing data microarray, learning structure dengan menggunakan algoritma TPDA dan TPDA-Π, visualisasi jaringan regulatori genetika dalam bentuk graf, serta perbandingan dengan jaringan genetika yang berasal dari literatur. Perangkat lunak ini merupakan aplikasi desktop yang dibangun dengan bahasa pemrograman C+. Jaringan regulatori genetika yang direkonstruksi menggunakan perangkat lunak ini direpresentasikan dalam bentuk graf. Dalam menentukan tingkat akurasi, digunakan lima buah variabel yang terdiri dari extra edge, missing edge, wrong orientation, missing orientation, dan intersect edge. Berdasarkan hasil pengujian, tingkat akurasi jaringan yang dibangun dengan menggunakan prior knowledge adalah 68% - 80%. Kesimpulan yang dihasilkan adalah Bayesian Network merupakan salah satu teknik yang dapat digunakan dalam membangun jaringan reguatori genetika dari data microarray, karena data tersebut merepresentasikan hubungan kausalitas. Prior knowledge memegang peranan penting dalam membentuk jaringan regulatori genetika yang lebih akurat.