Machine learning dalam bioinformatika
No. Panggil 610 LAI m
Pengarang Lailli Mufikhah; Widodo; Wayan Firdaus Mahmudy; Solimun;
Tempat Terbit Malang
Penerbit UB Press
Tahun Terbit 2021
Subject Kedokteran; Alat dan perlengkapan;
Klasifikasi 610
Abstrak/Catatan Pesatnya kemajuan teknologi informasi yang mengakibatkan mudahnya perolehan data dalam jumlah yang relatif banyak mendorong banyaknya penelitian menggunakan pendekatan komputasi. Betitu pula dalam bidang biologi molekuler, ledakan data terhadap materi genetika digunakan untuk analisis biologi terhadap gejala alam yang ada, termasuk dalam dunia kedokteran untuk membantu diagnosis pasien terhadap gejala suatu penyakit. Hepatoma merupakan suatu penyakit kanker hati, yang salah satu penyebabnya adalah infeksi virus hepatitis B. Terjadinya penyakit ini relatif lama dalam perkembangannya dari kronis, sirosis dan fibrosis hingga terjadi hepatoma, namun sering terjadi keterlambatan dalam penanganannya. Hal ini disebabkan kurangnya gejala-gejala klinis yang muncul (silent symptoms) hingga mendorong banyaknya penelitian ke arah biologi molekuler dengan menggunakan materi genetika dari pasien untuk membangun aplikasi dengan metode machine learning. Metode ini menggunakan pendekatan komputasi berbasis data dalam membuat rule sehingga mampu mengenali suatu penyakit. Buku ini dapat digunakan sebagai referensi untuk mengembangkan suatu aplikasi diagnosis atau prognosis suatu penyakit dengan menggunakan metode machine learning. Adapun kandungan dari buku ini, dimulai dari latar belakang pentingnya pendekatan machine learningdalam bioinformatika, termasuk konsep dasar dan cakupan machine learning dan bioinformatika. Selanjutnya pembahasan terkait profiling salah satu penyakit, yakni hepatoma menggunakan data sekuen DNA maupun ekspresi gen host. Peranan metode cachine learning untuk profiling dikupas secara detail mulai preprocessing, meliputi clustering, selektif fitur dan reduksi fitur, kemudian penjajaran sekuen DNA hingga deteksi atau prediksi hepatoma. Penjabaran langkah-langkah di setiap metode hingga hasih evaluasi tingkat performansi yang dicapai. Harapan dari penulis, pembaca diharapkan bisa mengerti terkait peranan machine learning dalam bioinformatika sehingga dapat digunakan sebagai acuan dalam penyelesaian permasalahan kasus nyata dalam bidang biologi khususnya dan dalam bidang kesehatan pada umumnya.