STUDI KOMPARATIF ALGORITMA POPULATION-BASED METAHEURISTIC DALAM STUDI KASUS DNA SEQUENCE ASSEMBLY

Yudi Prasetyo, - (2023) STUDI KOMPARATIF ALGORITMA POPULATION-BASED METAHEURISTIC DALAM STUDI KASUS DNA SEQUENCE ASSEMBLY. S1 thesis, Universitas Pendidikan Indonesia.

[img] Text
S_KOM_1905348_Title.pdf

Download (442kB)
[img] Text
S_KOM_1905348_Chapter1.pdf

Download (103kB)
[img] Text
S_KOM_1905348_Chapter2.pdf
Restricted to Staf Perpustakaan

Download (979kB)
[img] Text
S_KOM_1905348_Chapter3.pdf

Download (180kB)
[img] Text
S_KOM_1905348_Chapter4.pdf
Restricted to Staf Perpustakaan

Download (967kB)
[img] Text
S_KOM_1905348_Chapter5.pdf

Download (48kB)
[img] Text
S_KOM_1905348_Appendix.pdf
Restricted to Staf Perpustakaan

Download (187kB)
Official URL: http://repository.upi.edu/

Abstract

Teknologi modern menemui kesulitan dalam melakukan DNA sequencing pada sekuens DNA yang panjang. Karena itu, sekuens DNA yang lebih panjang harus dipotong menjadi fragmen-fragmen lebih kecil. DNA sequence assembly adalah proses penggabungan sejumlah sekuens genome yang pendek untuk menciptakan urutan DNA yang lebih panjang. Tujuan dari studi ini adalah membandingkan kinerja dari beberapa algoritma population-based metaheuristic dalam menangani masalah DNA sequence assembly berdasarkan waktu komputasi, jumlah contigs, dan nilai overlap. Algoritma yang digunakan dalam studi ini meliputi Honey Badger Algorithm (HBA), Lévy Flight Distribution (LFD), African Vultures Optimization Algorithm (AVOA) dan Particle Swarm Optimization (PSO). Secara keseluruhan, AVOA memiliki hasil yang terbaik di mana AVOA dapat menghasilkan total overlap yang paling banyak, di mana overlap terbanyak adalah 49952 di dataset dengan length 750 dan coverage 25. AVOA juga memiliki efisiensi yang terbaik karena memiliki waktu komputasi yang lebih cepat dibanding algoritma lain di semua dataset yang digunakan. Selain AVOA, PSO juga menghasilkan total overlap dan waktu komputasi yang tidak jauh dari AVOA. Namun jika berdasarkan jumlah contig, HBA mampu menghasilkan jumlah contig yang paling sedikit terutama pada dataset dengan length 750 dan coverage 15 dengan jumlah 6 contig.

Item Type: Thesis (S1)
Additional Information: Link Google Scholar: https://scholar.google.com/citations?user=H_8nZcYAAAAJ ID SINTA Dosen Pembimbing: Lala Septem Riza: 5975668 Herbert Siregar: 5991008
Uncontrolled Keywords: bahasa pemrograman R, DNA sequence assembly, optimasi, population-based metaheuristic, string matching
Subjects: L Education > L Education (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Q Science > QH Natural history > QH301 Biology
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User: Yudi Prasetyo
Date Deposited: 18 Sep 2023 08:26
Last Modified: 18 Sep 2023 08:26
URI: http://repository.upi.edu/id/eprint/106018

Actions (login required)

View Item View Item