Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penjumlahan n bilangan floating point biasanya dilakukan dengan menggunakan metode rekursif biasa (metode original). Tugas akhir ini membahas beberapa metode alternatif untuk menjumlah n bilangan floating point, yaitu metode increasing, decreasing, psum, pairwise, insertion, dan plus-minus. Ketelitian dari metode-metode ini dibandingkan dengan analisis batas atas kesalahan dan percobaan numerik. Tidak ada satu metode yang secara seragam lebih akurat daripada metode lainnya. Tetapi untuk kasus khusus, diberikan petunjuk untuk memilih metode penjumlahan tertentu."

"Magnetic Resonance spectroscopy (MRS) adalah suatu modalitas dari pemeriksaan MRI. MRS digunakan untuk mengetahui kandungan metabolit pada pasien penderita glioma otak Astrocytoma atau infeksi otak. Hasil analisa pada MRS tidak bisa dijadikan sebuah acuan untuk menentukan seorang pasien menderita glioma otak atau infeksi otak. Dalam tugas akhir ini akan dibahas proses klasifikasi terhadap data MRS untuk menentukan penyakit yang diderita oleh seorang pasien. Tujuan akhir dari penulisan akhir ini adalah mentukan keakuratan klasifikasi data MRS dengan menggunakan metode Modified Fuzzy C-Means. Modified Fuzzy C-Means adalah pengembangan dari metode Fuzzy C-Means. Sama seperti metode Fuzzy C-Means, metode Modified Fuzzy C-Means merupakan metode yang mengalokasikan data dengan menggunakan fungsi membership (keanggotaan). Fungsi membership ini digunakan untuk menentukan seberapa besar kemungkinan sebuah data dapat menjadi anggota kedalam sebuah cluster, dengan menggunakan pembobotan pada setiap pusat cluster-nya. Keakuratan klasifikasi sangat bergantung kepada parameter-parameter yang terdapat pada algoritma Modified Fuzzy C-Means.

---

Magnetic resonance spectroscopy (MRS) is a modality of MRI examination. MRS is used to determine the content of metabolites in patients with Astrocytoma brain glioma or brain infection. An analysis of the MRS could not be used as a reference for determining a patient suffering from a brain glioma or brain infection. In this project will discuss the process of classification of the data MRS to determine the diseases suffered by a patient. The ultimate purpose of writing this final project MRS data classification accuracy by using Modified Fuzzy C-Means. Modified Fuzzy C-Means is the development of methods of Fuzzy C-Means. Just like Fuzzy C-Means method, the method Modified Fuzzy C-Means is a method that allocates data by using the membership function (membership). This membership function is used to determine how likely a member of the data can be added to a cluster, using a weighting on each of its cluster center. Classification accuracy is very dependent on the parameters contained in the Modified algorithm Fuzzy C-Means."

"Klasifikasi kanker berbasis microarray data telah menjawab tantangan pengobatan kanker dengan terapi kanker yang dapat dimaksimalkan dan toksisitas yang dapat diminimalkan. Pada tugas akhir ini, dibahas proses klasifikasi terhadap data kanker colon untuk menentukan apakah data tersebut merupakan data kanker atau normal. Tujuan dari penulisan tugas akhir ini adalah memperoleh keakuratan klasifikasi data kanker colon dengan menggunakan Tangent Fuzzy Possibilistic C-Means (TFPCM). Keakuratan klasifikasi tergantung pada parameter-parameter: nilai , derajat fuzzy, dan derajat possibilistic yang terdapat pada algoritma TFPCM, sehingga diperlukan nilai optimal dari parameter-parameter tersebut. Metode pada tugas akhir ini menggunakan teknik Robust Fuzzy Possibilistic C-Means (RFPCM) dengan fungsi Kernel yang digunakan adalah hyper tangent Kernel Bray Curtis.

---

Cancer classification based on microarray data has been able to cure cancer with cancer therapy that can be maximized and with toxicity that can be minimized. In this essay, classification process of colon cancer data will be discussed further to determine whether the data is a cancer data or normal data. The purpose of writing this essay is to obtain the accuracy of colon cancer data classification using Tangent Fuzzy Possibilistic C-Means (TFPCM). The accuracy depends on the parameters: value, degree of fuzzy, and degree of possibilistic in TFPCM algorithm, so the optimal value of those parameters are needed. The method in this essay using Robust Fuzzy Possibilistic C-Means technique (RFPCM) where the Kernel function that is being used is hyper tangent Kernel Bray Curtis. "