GDL

Ovarian Cancer Identification using One-Pass Clustering and k-Nearest Neighbors

Journal from gdlhub / 2016-11-08 06:52:53
Oleh : Isye Arieshanti, Yudhi Purwananto, Handayani Tjandrasa, Telkomnika
Dibuat : 2013-12-01, dengan 1 file

Keyword : ovarian cancer, one-pass clustering, k-nearest neighbors
Url : http://journal.uad.ac.id/index.php/TELKOMNIKA/article/view/1203

Tingkat kesembuhan pasien dapat ditingkatkan jika kanker ovarium dapat dideteksi lebih awal.Identifikasi deteksi dini kanker ovarium menggunakan profil ekspresiprotein (SELDI-TOF MS). Akan tetapi, analisis profil ekspresi protein tidak mudah karena karakteristiknya yang berdimensi tinggi dan mengandung derau. Untuk menangani karakteristik data SELDI-TOF MS tersebut, penelitian ini mengajukan sebuah model identifikasi kanker ovarium yang terdiri atas One-Pass Clustering dan klasifier k-Nearest Neighbors. Hanya dengan komputasi yang sederhana dan efisien, performa model klasifikasi ini mencapai tingkat ketepatan hasil mencapai 97%. Hasil ini menunjukkan bahwa model yang diajukan dapat menjadi alternatif yang menjanjikan dalam identifikasi kanker ovarium

Deskripsi Alternatif :

The identification of ovarian cancer using protein expression profile (SELDI-TOF-MS) is important to assists early detection of ovarian cancer. The chance to save patient’s life is greater when ovarian cancer is detected at an early stage. However, the analysis of protein expression profile is challenging because it has very high dimensional features and noisy characteristic. In order to tackle those difficulties, a novel ovarian cancer identification model is proposed in this study. The model comprises of One-Pass Clustering and k-Nearest Neighbors Classifier. With simple and efficient computation, the performance of the model achieves Accuracy about 97%. This result shows that the model is promising for Ovarian Cancer identification.

Beri Komentar ?#(0) | Bookmark

Properti	Nilai Properti
ID Publisher	gdlhub
Organisasi	Telkomnika
Nama Kontak	Herti Yani, S.Kom
Alamat	Jln. Jenderal Sudirman
Kota	Jambi
Daerah	Jambi
Negara	Indonesia
Telepon	0741-35095
Fax	0741-35093
E-mail Administrator	elibrarystikom@gmail.com
E-mail CKO	elibrarystikom@gmail.com