Al Azhar 1 Jondri 2 Untari Novia Wisesty 2

Transkripsi

1 Prediksi Perkembangan Kondisi Pasien Terapi HIV dengan Menggunakan Representasi ALE-index sebagai Invariant Nuceotida sequence dan Support Vector Machine A Azhar 1 Jondri 2 Untari Novia Wisesty 2 1,2,3 Fakutas Informatika Universitas Tekom J. Teekomunikasi, Dayeuhkoot Bandung Indonesia 1 aazhar1092@gmai.com, 2 jondri@tekomuniversity.ac.id, 3 untarinw@tekomuniversity.ac.id Abstrak Human Immunodeficiency Virus atau disingkat HIV merupakan saah satu jenis virus yang sangat berbahaya. HIV menyerang system immune yang menyebabkan pasien HIV mengaami kegagaan sistem kekebaan tubuh. Daam beberapa tahun terakhir, inveksi HIV sudah ditangani dengan berbagai terapi. Saah satu terapi paing efektif adaah dengan mengkonsumsi obat antiretrovira yang akan menekan virus HIV agar tidak mendupikasikan diri, ataupun menginfeksi se darah putih. Namun, virus biasanya akan bermutasi terhadap obat obatan yang diberikan daam penanganan, sehingga virus keba terhadap obat yang biasa diberikan di terapi. Untuk itu dibutuhkan suatu sistem prediksi untuk memprediksi kondisi pasien terapi yang akan membaik, agar mempermudah daam pengambian keputusan penangan dini pada pasien. Dengan menggunakan 4 parameter yaitu jumah CD4, Vira Load, PR sequence dan RT sequence, penuis berusaha membangun sistem prediksi perkembangan kondisi pasien terapi HIV. Sistem prediksi ini dibangun dengan saah satu metode kasifikasi machine earning yaitu metode Support Vector Machine (SVM) dan representasi numerik dari urutan nukeotida yaitu ALE-index. Metode ALE-index pada sistem berfungsi untuk mentransasi parameter RT sequence dan PR sequence yang masih daam bentuk urutan nukeotida menjadi data numerik agar bisa diinputkan kedaam SVM. Pada metode ALE-index ini juga terdapat beberapa penangan karakter yang bukan merupakan empat unsur utama penyusun urutan nukeotida. Hasi pengujian menunjukkan kombinasi penanganan Random-Deete row dengan menggunakan kerne RBF pada SVM memperoeh akurasi yang ebih tinggi dibandingkan kombinasi penanganan dan parameter ainnya yaitu 77.46%. Dan dengan menggunakan keempat parameter, akurasi yang diperoeh ebih tinggi dibandingkan dengan mengiangkan saah satu fitur. Kata kunci : : HIV, Support Vector Machine, Nukeotida, ALE-index Abstract Human Immunodeficiency Virus (HIV) is one of many dangerous type of virus. HIV attacks the immune system that causes HIV patients experienced faiure of the immune system. In recent years, HIV infection has been treated with various therapies. Currenty, the most effective treatment is to take antiretrovira drugs that woud suppress the HIV virus in order to not dupicate themseves, or infects white bood ces. However, the virus wi mutate to a drug normay prescribed by the treatment, which makes the virus resistant to drugs commony given in therapy. That requires a prediction system to predict the HIV progression of HIV patient, in order to faciitate the eary decision-making in the patient. By using four parameters: CD4 count, vira oad, PR and RT sequences sequences, the authors tried to buid prediction system of HIV patient's condition. This prediction system buit with one of machine earning cassification method Support Vector Machine (SVM) and numerica representation of the nuceotides sequence ALE-index. ALE-index method is used to transate parameter RT sequences and PR sequences that sti in the form of nuceotide sequences into numeric data to be entered into system. The resuts showed the combination of Random-Deete row using RBF kerne in the SVM obtain higher accuracy, 77.46% than the other combination of parameters. And by using four parameters, the system obtain higher accuracy compared to using just three parameters. Keyword : HIV, Support Vector Machine, Nuceotide, ALE-index 1. PENDAHULUAN HIV adaah sebuah virus yang menyerang system immune sehingga menyebabkan pengidap HIV mengaami kegagaan sistem kekebaan tubuh. Dampak dari ha tersebut adaah tubuh pasien menjadi emah daam meawan infeksi sehingga rentan terhadap serangan virus memungkinkan infeksi ain seperti kanker dapat berkembang [1]. Berdasarkan Joint United Nations Programme on HIV/AIDS, pada tahun 2009 HIV teah menyebabkan 30 juta kematian diseuruh dunia sejak ditemukan pada tahun 1981 [8]. Daam beberapa tahun terakhir, inveksi HIV sudah ditangani dengan berbagai terapi. Saat ini terapi yang paing efektif adaah dengan mengkonsumsi obat antiretrovira yang dapat menekan virus HIV agar tidak mendupikasikan diri, ataupun menginfeksi se darah putih. Namun, biasanya virus dapat bermutasi terhadap obat obatan yang diberikan, sehingga virus menjadi keba terhadap obat yang diberikan pada saat terapi. [13] Peneitian ini bertujuan untuk membangun sebuah sistem yang dapat memprediksi kondisi pasien terapi yang mengaami perkembangan. Dengan prediksi tersebut, akan mempermudah daam pengambian keputusan penanganan pada pasien. Parameter yang biasanya digunakan daam memonitor kondisi pasien adaah Vira Load (VL) dan jumah CD4. Kemudian pada peneitian kai ini, terdapat tambahan dua parameter seain yang disebutkan sebeumnya yaitu Protease (PR) dan Reverse transcriptase (RT) Sequence [11]. Dengan parameter-parameter tersebut Pasien terapi HIV akan 1

2 diprediksi apakah kondisinya akan membaik atau tidak daam 16 minggu kedepan. Metode yang digunakan pada peneitian ini adaah metode Support Vector Machine (SVM). SVM adaah saah satu metode kasifikasi yang membagi data berdasarkan keas-keas yang sudah ditentukan. Metode ini teah terbukti keefektifannya di berbagai bidang imu, saah satunya bidang bioinformatika. Keebihan metode SVM dibandingkan metode ainnya yaitu kemampuannya daam menemukan hyperpane terbaik yang memisahkan dua keas [12]. Namun metode SVM membutuhkan representasi numerik untuk data inputnya, untuk itu dibutuhkan suatu metode yang dapat merubah nuceotide sequence pada fitur kedaam representasi numerik. Oeh karena itu, penuis menggunakan metode representasi ALEindex sebagai representasi numerik dari nuceotide sequence. Metode ALE-index adaah metode yang diperkenakan oeh Chun Li dan Jun Wang [3] sebagai invariant dari urutan nukeotida. 2. DASAR TEORI 2.1 Urutan Nukeotida Urutan Nukeotida (Nuceotides sequence) adaah pengurutan susunan nukeotida ke daam kodon sepanjang peregangan DNA untuk ditranskripsikan. Atau dapat diartikan sebagai metode yang digunakan untuk menentukan urutan basa nukeotida daam suatu gen dan asam nukeat. DNA (deoxyribonuceic acid) merupakan suatu moeku yang terdapat daam se makhuk hidup yang memiiki skema bioogis yang unik. Barisan ini memiiki kemampuan untuk merepresentasikan informasi. Urutan nukeotida dihasikan dari materia bioogika DNA meaui suatu metode yang dinamakan DNA sequencing. Urutan nukeotida biasanya direpresentasikan daam bentuk kumpuan string yang terdiri dari A, G, C, T. Empat karakter pada urutan tersebut merupakan asam nukeat yaitu adenine, guanine, cytosine, and thymine. 2.2 ALE-index ALE-index merupakan saah satu metode representasi numerik dari urutan nukeotida. Jumah nukeotida yang sangat panjang pada sequence memberikan kesuitan tersendiri daam membandingkan urutan nukeotida. Dengan menggunakan metode ALE-index akan diperoeh sebuah invariant dari masing-masing urutan nukeotida. Invarian ini akan mempermudah daam meihat perbandingan dari 2 urutan nukeotida tersebut. Nafiseh Jafarzadeh and Ai Iranmanesh [6] daam papernya menggunakan D/D matrix based on codon untuk mendapatkan niai ALE-index dari sequence. Kodon merupakan urutan tertentu dari tiga nukeotida yang berdekatan untuk menentukan informasi kode genetik untuk sintesis asam amino tertentu. Gambar 2-1 Aur representasi urutan nukeotida Setiap kodon yang ada pada urutan nukeotida dipetakan kedaam koordinat grafik 2D yang terdiri dari empat kuadran seperti pada gambar 2-2 Gambar 2-2 Distribusi kodon kedaam koordinat kartesian Untuk merepresentasikan kedaam grafik 2D, urutan nukeotida akan dipotong kedaam bentuk kodon-kodon. S=C 1, C 2, C 3.C n dimana S merupakan sequence dari nukeotida. Misakan terdapat urutan nukeotida S= ATGGTGCACCCC. Dari urutan itu kita mendapatkan 4 kodon yaitu C 1 =ATG, C 2 =GTG, C 3 =CAC, C 4 =CCC. Dengan mengacu pada Gambar 3 maka didapatkan titik titik koordinat untuk setiap kodon (x 1, y 1 )=(3,1),( x 2, y 2 )=(-2,1),( x 3, y 3 )=(-1,-1),( x 4, y 4 )= (-4,-4). Untuk setiap n ϵ {1,2,. N}, didapat n n P n = ( x i, y i ) (1) dimana (x i, y i ) adaah koordinat dari kodon C i. Dari contoh sebeumnya didapat P 1 = (3,1), P 2 = (1,2), P 3 = (0,1), P 4 = (-4,-3). Maka diperoeh grafik berarah dari sequence S. Gambar 2-3 Grafik berarah dari urutan nukeotida 2

3 Seanjutnya dibangun matrix distance/distance [D/D] berdasarkan grafik berarah dari sequence S. Matrix [D/D] didefinisikan dengan: [D/D] ij = [ED] ij untuk i j, [GD] ij [D/D] ij = 0 untuk i=j Dimana ED adaah Eucidean-distance antara titik P i dan P j pada grafik berarah. ED dihitung dengan persamaan 3 dimana pi = (xi1, xi2), pj = (xj1, xj2) [ED] ij = (x i1 x j1 ) 2 + (x i2 x j2 ) 2 (2) Dan GD adaah teori graf (topoogica) distance antara titik Pi dan Pj. GD menggunakan persamaan j i jika j > i [GD] ij = { (3) Matrix [D/D] yang merepresentasikan 2D graf berarah adaah upper trianguar matrix yaitu matrix yang eemen-eemen dibawah diagona berniai 0. Niai ALE-index suatu sequence ditentukan dengan persamaan χ(d/d) = 1 2 ( 1 n D/D m1 + n 1 n D/D f (4) dimana D/D m1 = a ij i,j dan D/D f = (tr([d/ D] T [D/D])) 1/2 2.3 Support Vector Machine Support Vector Machine (SVM) pertama kai diperkenakan oeh Vapnik pada tahun 1992 sebagai rangkaian harmonis konsep-konsep ungguan daam bidang pattern recognition. [4] [5] [7] Metode SVM termasuk daam keas supervised earning. Konsep SVM dapat dijeaskan secara sederhana sebagai usaha mencari hyperpane terbaik yang berfungsi sebagai pemisah dua buah cass pada input space. [12] Gambar 2-5b SVM daam menemukan hyperpane Pada Gambar 2-5 terihat beberapa poa anggota keas dari dua buah keas yaitu keas -1 yang disimbokan dengan kotak warna merah dan keas +1 yang disimbokan dengan ingkaran berwarna kuning. Masaah kasifikasi dapat diartikan dengan usaha menemukan garis hyperpane yang dapat memisahkan antara kedua keas tersebut. [12] Hyperpane pemisah terbaik antara kedua cass dapat ditemukan dengan mengukur margin hyperpane tersebut dan mencari titik maksimanya. Margin adaah jarak antara hyperpane tersebut dengan pattern terdekat dari masing-masing cass. Pattern ini yang disebut sebagai support vector. Garis soid pada gambar 2-5 di sisi kanan menunjukkan hyperpane yang terbaik, yaitu yang teretak tepat pada tengah-tengah kedua cass, sedangkan titik merah dan kuning yang berada daam ingkaran hitam adaah support vector. Usaha untuk mencari okasi hyperpane ini merupakan inti dari proses pembeajaran pada SVM. [12] Margin terbesar dapat ditemukan dengan memaksimakan niai jarak antara hyperpane dan titik terdekatnya. Ha ini dapat dirumuskan sebagai Quadratic Programming (QP) probem, yaitu mencari titik minima persamaan (5), dengan memperhatikan constraint persamaan (6). min w τ(w) = 1 2 w 2 (5) y i (x i. w + b) -1 0 (6) Permasaahan ini dapat dipecahkan dengan berbagai teknik komputasi, di antaranya Lagrange Mutipier sebagaimana ditunjukkan pada persamaan (7). L(w, b, α) = 1 w 2 2 α i (y i ((x i. w + b) 1)) (7) Gambar 2-5a SVM daam menemukan hyperpane α i adaah Lagrange mutipiers, yang berniai no atau positif. Niai optima dari persamaan (7) dapat dihitung dengan meminimakan L terhadap w dan b, dan memaksimakan L terhadap αi. Dengan meperhatikan sifat bahwa pada titik optima gradient L=0, persamaan (7) dapat dimodifikasi sebagai maksimaisasi yang hanya mengandung αi saja, yaitu i,j=1 (8) Max α i 1 α 2 iα j y i y j < x i, x j > Subject to α i > 0, (i = 1,2,, ) α i y i = 0 3

4 Dari hasi perhitungan di atas didapatah α i yang berniai no dan positif. Data yang berkoreasi dengan α i yang positif iniah yang disebut sebagai support vector. Penjeasan tersebut beraku jika kedua keas dapat dipisahkan secara sempurna oeh hyperpane. Akan tetapi, pada umumnya input space tidak dapat dipisahkan secara sempurna yang menyebabkan batasan pada persamaan (8) tidak dapat terpenuhi, dan optimisasi tidak dapat diakukan. Untuk mengatasi permasaahan ini, maka SVM dirumus uang dengan menggunakan teknik soft margin.[12] Gambar 2-6 Soft margin SVM Dengan menggunakan teknik soft margin, persamaan (6) dimodifikasi dengan memasukan sack variabe ξ i (ξ i 0) dan sebuah fungsi penaty sebagai berikut: y i (x i. w + b) 1 ξ i, (9) dimana ξ_i 0 dan dengan demikian persamaan (5) dimodifikasi menjadi min τ(w, ξ) = 1 w + C ξ w 2 i (10) Parameter C dipiih untuk mengatur trade off antara margin dan error kasifikasi ξ. Niai C yang besar berarti akan memberikan penaty yang ebih besar terhadap error kasifikasi tersebut. Dengan demikin persamaan Lagrange mutipiers (8) menjadi : 1 Maximize α i 2 α i i,j=1 α j y i y j < x i, x j > (11) Subject to α i 0 (i = 1,2. ), α i y i = 0, 0 α i C 2.4 Kerne Trick Pada umumnya masaah daam domain dunia nyata (rea word probem) jarang yang bersifat inear separabe, kebanyakan bersifat non inear. Untuk menyeesaikan probem non inear, SVM dimodifikasi dengan memasukkan fungsi Kerne. Daam non inear SVM, pertama-tama data x dipetakan oeh fungsi Φ(x) ke ruang vektor yang berdimensi ebih tinggi. Pada ruang vektor yang baru ini, hyperpane yang memisahkan kedua cass tersebut dapat dikonstruksikan.[12] Gambar 2-7 Pemetaan input space berdimensi dua dengan pemetaan ke dimensi tinggi Iustrasi dari konsep ini dapat diihat pada gambar 2-7. Pada gambar, sisi kiri diperihatkan data pada cass kuning dan data pada cass merah yang berada pada input space berdimensi dua tidak dapat dipisahkan secara Linear. Seanjutnya pada gambar sisi kanan menunjukkan bahwa fungsi Φ memetakan tiap data pada input space tersebut ke ruang vektor baru yang berdimensi ebih tinggi dimana kedua cass dapat dipisahkan secara Linear oeh sebuah hyperpane. Notasi matematika dari mapping ini adaah sebagai berikut. Φ R d R q, d < q (12) Pemetaan ini diakukan dengan menjaga topoogi data, daam artian dua data yang berjarak dekat pada input space akan berjarak dekat juga pada feature space. Proses pembeajaran pada SVM daam menemukan titik-titik support vector, hanya bergantung pada dot product dari data yang sudah ditransformasikan pada ruang baru yang berdimensi ebih tinggi, yaitu Φ(x i ). Φ(x j ).[12] Umumnya transformasi Φ ini tidak diketahui, dan sangat suit untuk difahami secara mudah,maka perhitungan dot product tersebut sesuai teori Mercer dapat digantikan dengan fungsi kerne K(x i, x j ) yang mendefinisikan secara impisit transformasi Φ. Ha ini disebut Kerne Trick [12]. Dengan ini, persamaan (11) diubah menjadi: 1 Maximize α i 2 α i i,j=1 α j y i y j K(x i x j ) (16) Subject to α i 0 (i = 1,2. ), α i y i = 0 Dimana K(x i x j ) merupakan fungsi kerne. 2.5 Normaisasi data Normaisasi data adaah teknik menstandarkan niai fitur atau variabe dari data. Ha ini bertujuan untuk menghindari atribut dengan range yang besar mendominasi atribut dengan range keci. Untuk setiap data x, diakukan perhitungan : x μ (17) σ Dimana x adaah data daam sebuah fitur, μ adaah niai mean dari matriks sebuah fitur, dan σ adaah niai standar deviasi dari sebuah fitur [16]. Menurut Jason Weston, akurasi SVM akan menurun jika data tidak dinormaisasi [2]. 4

5 3. ANALISIS DAN PERANCANGAN SISTEM 3.1 Deskripsi Sistem Gambar 3-1 Gambaran sistem secara goba Secara umum proses yang diakukan sistem yang dibangun daam tugas akhir ini terdiri dari : preprocessing data, dan kasifikasi dengan Support vector machine yang nantinya menghasikan prediksi yang diperoeh dan akurasi sistem. 3.2 Dataset yang digunakan Data yang digunakan pada peneitian kai ini diambi dari situs kagge [9]. Pada data terdapat 6 atribut yang terdiri dari ID pasien, Kondisi pasien seteah terapi (dimana 1 menunjukkan pasien mengaami perkembangan dan 0 berarti tidak mengaami perkembangan), PR sequence, RT sequence Vira oad dan jumah CD Penanganan Noise Pada kasus ini, terdapat karakter-karakter yang tidak dikenai oeh sistem preprosesing ini seperti karakter RYKMSW dan BDHV. Tabe 3-1 Unsur pembentuk urutan nukeotida Symbo Description Bases represented A Adenine A 1 C Cytosine C G Guanine G T Thymine T W Weak A T 2 S Strong C G M amino A C K Keto G T R purine A G Y pyrimidine C T B not A C G T 3 D not C A G T H not G A C T V not T A C G N any A C G T Unsur RYKMSW merupakan suatu unsur yang terbentuk dari gabungan 2 unsur utama pembantuk urutan nukeotida, sedangkan unsur BDHV dideskripsikan dengan unsur yang masih diragukan unsur utamanya namun terdapat diantara 3 unsur utama. Untuk itu diakukan beberapa penanganan. Penangannanya adaah: 1. Jika menemukan karakter diantara RYKMSW maka dipiih saah satu penanganan dari beberapa penanganan berikut: a. Skip. Jika ditemukan karakter R,Y,K,M,S,W pada sequence, maka diakukan penghapusan karakter tersebut pada sequence b. Random. Jika ditemukan karakter R,Y,K,M,S,W pada sequence, maka diakukan random terhadap karakter yang membentuknya pada karakter tersebut. c. Repace. Jika ditemukan karakter R,Y,K,M,S,W pada sequence, maka karakter tersebut diganti dengan karakter yang membentuknya. 2. Jika menemukan karakter diantara BDHV maka dipiih saah satu penanganan dari beberapa penanganan berikut: a. Skip. Jika ditemukan karakter B,D,H,V pada sequence, maka diakukan penghapusan karakter tersebut pada sequence b. Random. Jika ditemukan karakter B,D,H,V pada sequence, maka diakukan random terhadap karakter yang membentuknya pada karakter tersebut. c. Deete row. Jika ditemukan karakter B,D,H,V pada sequence, maka sequence tersebut tidak dimasukkan kedaam proses seanjutnya Dari kombinasi penanganan diatas, didapatkan 9 dataset yang digunakan daam pengujian sistem. Tabe 3-2 Dataset Dataset RYKMSW BDHV 1 Random Random 2 Random Skip 3 Random Deete Row 4 Skip Random 5 Skip Skip 6 Skip Deete Row 7 Repace Random 8 Repace Skip 9 Repace Deete Row 4. PENGUJIAN Metode pengukuran akurasi yang akan digunakan pada pengujian ini adaah Baance Accuracy. Penggunaan metode ini dikarenakan jumah data positif dan data negatif pada dataset yang digunakan tidak seimbang, yaitu dengan perbandingan 1:7. Ha ini mencegah sistem memperoeh akurasi yang tinggi ketika sistem memprediksi data dengan baik hanya pada keas negative saja.[10] TP Accuracy = 0.5 ( TP + FN + TN TN + FP ) 5

6 Akurasi Akurasi 4.1 Pengujian terhadap dataset dan parameter SVM yang digunakan Pengujian ini akan menggunakan 2 tipe kerne dengan beberapa parameter. Kerne RBF, dan kerne Poynomia. Untuk kerne RBF, akan diujikan dengan niai sigma= 0.5, 1.5, 2, 2.5, 3.5, 4 dan kerne poynomia akan diujikan dengan menggunakan parameter poy ordo =2, 3, 4, 5. Niai C yang digunakan yaitu 1, 10, 50, 100. Pembagian data daam pengujian ini adaah 60% data atih dan 40% data uji. Hasi pengujian dapat diihat pada tabe dan gambar. Tabe 4-1 Hasi pengujian Dataset Kerne C γ/d Akurasi (%) Rand-Rand RBF Rand-Skip Poy Rand-Deete RBF Skip-Rand RBF Skip-Skip RBF Skip-Deete RBF Repace-Rand RBF Repace-Skip RBF Repace-De RBF Dari pengujian diketahui dataset Random-deete row dengan menggunakan SVM kerne RBF memperoeh akurasi yang ebih baik dibandingkan dengan dataset ain. Berikut merupakan grafik presentase perbandingan akurasi SVM kerne RBF pada tiap parameternya % 75.00% 70.00% 65.00% 60.00% 55.00% 50.00% 45.00% 40.00% Sigma C=1 C=10 C=50 C=100 Gambar 4-1 Perbandingan akurasi kerne RBF tiap parameter Dari grafik pada gambar 4-1, penambahan niai sigma pada beberapa parameter terbukti mampu meningkatkan akurasi yang diperoeh sistem. Dan perbedaan parameter C dari hasi pengujian menghasikan perbedaan akurasi yang tidak terau signifikan 4.2 Pengujian terhadap fitur yang digunakan Pada pengujian ini diakukan pengujian sistem dengan menghiangkan saah satu fitur. Dataset yang digunakan pada pengujian ini adaah dataset 3, karna pada pengujian sebeumnya mendapatkan akurasi tertinggi. Untuk kerne poynomia, penuis sudah mencoba dengan beberapa parameter, namun beum memperoeh akurasi yang memuaskan. Pembagian data daam pengujian ini adaah 60% data atih dan 40% data uji. Pada tahap uji pertama, fitur VL akan dihapus. Berikut hasi pengujian pada tahap uji pertama: Tabe 4-2 Hasi pengujian tanpa fitur VL Kerne γ C Akurasi(%) rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf Pada tabe terihat akurasi yang diperoeh dengan menghiangkan fitur VL, ternyata sangat mempengaruhi akurasi yang didapatkan. Pada gambar 4-2, terihat akurasi yang diperoeh dengan menghiangkan fitur VL jauh dibawah akurasi yang diperoeh dengan menggunakan fitur VL % 75.00% 70.00% 65.00% 60.00% 55.00% 50.00% 45.00% 40.00% Sigma C=1(3-fitur) C=10(3-fitur) C=50(3-fitur) C=100(3-fitur) C=1(4Fitur) C=10(4Fitur) C=50(4Fitur) C=100(4Fitur) Gambar 4-2 Perbandingan akurasi 4-fitur dengan 3-fitur Pada tahap uji kedua, fitur CD4 dihapus daam proses kasifikasi. Berikut hasi pengujian pada tahap uji kedua: 6

7 Akurasi Tabe 4-3 Hasi pengujian tanpa fitur CD4 Kerne γ C Akurasi(%) rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf rbf Pada tabe 4-3 dan gambar 4-3, terihat akurasi yang diperoeh dengan menghiangkan fitur CD4 hampir menyamai akurasi yang diperoeh dengan 4 fitur. Namun akurasi optimum yang didapatkan yaitu sebesar 76.5% beum bisa meampaui akurasi yang diperoeh dengan menggunakan keempat fitur % 70.00% 60.00% 50.00% 40.00% Sigma C=1(3-fitur) C=50(3-fitur) C=1(4Fitur) C=50(4Fitur) C=10(3-fitur) C=100(3-fitur) C=10(4Fitur) C=100(4Fitur) Gambar 4-3 Perbandingan akurasi 4-fitur dengan 3-fitur 4.3 Pengujian terhadap pembagian data atih Pada pengujian ini diakukan pengujian sistem terhadap pembagian data atih yang berbeda. Pertama akan diakukan pembagian data atih sebanyak 50%. Kedua pembagian data atih sebanyak 60%. Dan terakhir akan digunakan pembagian data atih sebanyak 70%. Data uji yang digunakan untuk menguji ketiga kondisi tersebut sebanyak 30%. Pengujian ini menggunakan kerne RBF dengan sigma pada range 1.5 sampai dengan 4, dan niai C={1,10,50,100}. Hasi pengujian ketiga kondisi tersebut dapat diihat pada tabe Tabe 4-4 Hasi pengujian pada jumah data atih 50% Data Latih 60% Data Latih 70% Data Latih C γ Akurasi C γ Akurasi C γ Akurasi Pada tabe diatas dapat diihat penambahan jumah data atih yaitu dari 50% data menjadi 60% data beum bisa meningkatkan akurasi optimum yang diperoeh sistem. Begitu juga dengan penambahan jumah data atih dari 60% data menjadi 70% data. 5. KESIMPULAN Berdasarkan hasi pengujian dapat diambi kesimpuan: 1. Metode SVM dengan menggunakan kerne Radia Basis Function pada kasus ini menghasikan akurasi yang jauh ebih baik dibandingkan dengan akurasi yang diperoeh dengan menggunakan kerne poynomia. 2. Parameter C=1 dan sigma=3.5 pada kerne RBF, merupakan kombinasi parameter yang memperoeh akurasi terbaik pada kasus ini. 3. Parameter C pada kerne RBF terbukti mampu meningkatkan akurasi yang diperoeh oeh sistem, akan tetapi pengaruh yang diberikan tidak terau signifikan terhadap akurasi yang didapatkan. 4. Metode Representasi numerik ALE-index sebagai invariant dari urutan nukeotida dapat menyeesaikan permasaahan dengan baik daam menganaisis kemiripan antar urutan nukeotida. 5. Penananganan terbaik untuk karakter noise yang terdapat pada data adaah dengan metode Random pada karakter RYKMSW dan Deete-row pada karakter BDHV. 6. Keempat fitur daam sistem prediksi ini yaitu Vira Load, jumah CD4, RT sequence dan PR sequence masing-masing memiiki pengaruh daam meningkatkan akurasi hasi prediksi yang diperoeh. 7

8 REFERENSI [1] AIDS. (2013). HIV-AIDS Basics. Retrieved from [2] Asa, B.-H., & Jason, W. (2010). A User s Guide to Support Vector Machines. Data Mining Techniques for the Life Sciences. [3] Chun L and Wang J. (2005). New Invariant of DNA Sequences. American Chemica Society, 45, [4] Cristianini, N. (2001). Support Vector and Kerne Machines. [5] Cristianini, N., & Shawe-Tayor, J. (2000). An Introduction to Support Vector Machines. Cambridge University Press. [6] Jafarzadeh N and Iranmanesh A. (2012). A Nove Graphica and Numerica Representation for Anayzing DNA Sequences Based on Codons. Communications in Mathematica and in Computer Chemistry, 68, [7] Jen Lin, C. (2006). Support Vector Machines and Kerne Methods. Machine Learning Summer Schoo. Taipei. [8] Joint United Nations Programmeon HIV/AIDS. (2009). UNAIDS 2010 Goba Report: Fact Sheet. [9] Kagge. (n.d.). Predict HIV Progression. Retrieved from [10] Marina, S., Nathaie, J., & Stan, S. (n.d.). Beyond Accuracy, F-score and ROC:a Famiy of Discriminant Measures for Performance Evauation. [11] Matthew, R., Lance, M., Miena, B., & Chan, A. (2006). Accurate prediction of HIV-1 drug response from the reverse transcriptase and protease amino acid sequences using sparse modes created by convex optimization. Bioinformatics, 22, [12] Nugroho, Anto, S., Witarto, A. B., & Handoko., D. (2003). Appication of Support Vector Machine in Bioinformatics. FUSII. [13] Onheath, HIV-Basics. (n.d.). Retrieved from eficiency_virus_hiv_aids [14] Ramadhan, D. P. (2012). Anaisis Perbandingan Opinion Mining Berbahasa Indonesia Menggunakan Support Vector Machine dengan Kerne Linear dan Radia Basic Function. Bandung: Fakutas Informatika Universitas Tekom. [15] Shafer, R., & Rhee, S. (2007). HIV-1 protease and reverse transcriptase mutations for drug resistance surveiance. Aids, 21, [16] T, J., & Dr, A. (2011). Statistica Normaization and Back Propagation for cassification. Internationa Journa of Computer Theory and Engineering, 3, [17] Zhang Z, Meng L, Xiaoqing Y, Chun L. (2009). An ALE-index based agorithm faciitated prediction of success for poymerase chain reactions. IEEE. 8