Analisis Seleksi Fitur Genetic Algorithm (GA) dan Ekstraksi Fitur PCA pada Klasifikasi Microarray Data Menggunakan Modified Backpropagation (MBP) Powell Beale

ABSTRAK Kanker merupakan salah satu penyakit yang dapat menyebabkan kematian. Berdasarkan survei yang dilakukan oleh World Health Organisation (WHO) tahun 2015, kanker adalah penyebab utama kematian kedua di dunia. Sekitar 8,8 juta kematian pada tahun 2015. Sehingga diperlukan suatu teknologi DNA microarray sebagai teknologi untuk menganalisis dan mendiagnosis kanker. Dengan menganalisis data microarray, dapat diketahui apakah seseorang terkena kanker atau tidak. Data pada DNA microarray memiliki dimensi yang besar sehingga dapat berpengaruh terhadap proses klasifikasi kanker. Karena itu, diperlukan skema yang didalamnya terdapat proses reduksi dimensi dan proses klasifikasi, sehingga skema klasifikasi data microarray tersebut mendapatkan hasil maupun akurasi yang baik. Genetic Algoirthm (GA) dan Principal Component Analysis (PCA) digunakan sebagai metode reduksi dan Backpropagation Conjugate Gradient Powell Beale sebagai metode klasifikasi. Hasil pengujian yang diperoleh dari MBP+PCA memiliki performansi rentang waktu sekitar 2-4 detik untuk training time sedangkan MBP memiliki waktu sekitar 3-14 detik. Jika dilihat dari akurasi, hasil pengujian skema klasifikasi MBP menghasilkan rata-rata akurasi sebesar 92,16%, MBP+PCA menghasilkan rata-rata akurasi sebesar 90,36%, MBP+GA menghasilkan rata-rata akurasi 70%. Kata Kunci: kanker, microarrray, artifical neural network, conjugate gradient Powell Beale, genetic algorithm, principal component analysis