View/Open

Author
PANDRA, INSANI PUTRA AZWAR

Date Published
22 Jun 2026

Advisor
Tirta Setiawan, S.Pd., M.Si.,
Yoga Aji Sukma, S.Mat., M.Stat.,

Subject
Sains Data

Publisher

Klasifikasi taksonomi bakteri berbasis sekuens gen 16S rRNA merupakan salah satu pendekatan penting dalam analisis mikrobiologi. Representasi fitur k-mer banyak digunakan untuk mengubah sekuens DNA menjadi data numerik, namun pengaruh variasi panjang k-mer terhadap kinerja algoritma klasifikasi masih perlu dievaluasi. Penelitian ini bertujuan menganalisis pengaruh variasi panjang fitur k-mer 4, 5, dan 6 serta membandingkan kinerja algoritma K-Nearest Neighbor (KNN) dan Multinomial Naive Bayes (MNB) pada klasifikasi taksonomi bakteri tingkat phylum. Dataset diperoleh dari basis data SILVA dan melalui tahapan preprocessing yang meliputi penyaringan domain, eliminasi data duplikat, penyaringan kelas minoritas, standardisasi sekuens, ekstraksi fitur k-mer, serta transformasi CountVectorizer. Dataset akhir terdiri atas 281.737 sekuens yang terdistribusi ke dalam 72 kelas phylum. Evaluasi dilakukan menggunakan metrik Balanced Accuracy, Macro F1-Score, dan Macro AUC. Hasil penelitian menunjukkan bahwa peningkatan panjang k-mer meningkatkan performa klasifikasi, dengan k-mer 6 memberikan hasil terbaik. KNN dengan k-mer 6 mencapai Balanced Accuracy sebesar 96,53 persen dan Macro F1-Score sebesar 97,22 persen, sedangkan MNB memperoleh Macro AUC tertinggi sebesar 99,94 persen. Berdasarkan hasil tersebut, KNN dengan representasi fitur k-mer 6 merupakan model terbaik untuk klasifikasi taksonomi bakteri berbasis sekuens 16S rRNA.

URI
https://repository.itera.ac.id/depan/submission/SB2607210046

Keyword
16S rRNA Klasifikasi Bakteri k-mer K-Nearest Neighbor Multinomial Naive Bayes