Anda di halaman 1dari 8

Arie Krisnoanto

135150201111068

Classification of Lung Cancer


Subtypes by data mining
technique

- Arie Krisnoanto -

Pengklasifikasian

kanker

paru-paru

menggunakan

Data

Mining
Dengan menggunakan metode klasifikasi dan karakterisasi
untuk menganalisis mutase gen dan perkembangan kanker di
dalam tubuh.
Membatu dalam menciptakan sebuah platform diagnosis
diferensial berdasarkan array untuk SCC dan ADC. Dalam
sebagian besar studi identifikasi biomarker kanker, ratusan
gen atau microRNA dapat dinyatakan diferensialnya.

Menyatukan pengetahuan biomarker divalidasi untuk


memprediksi kelas fenotip kanker menggunakan treedecision J48. Metodologi klasifikasi ini mengungkapkan
pendekatan
untuk
diagnosis
diferensial
kanker
berdasarkan bioimolekul yang disregulated. Pilihan
pengobatan yang ditawarkan untuk pasien dengan
NSCLC yang tidak berbeda antara salah satu dari dua
subtype histologis ini. Jadi, kita melihat lebih jauh dalam
mengeksplorasi gen diferensial dinyatakan diidentifikasi
untu membawa penelitian pengembangan obat untuk
diidentifikasi saran teriapi yang tepat untuk kedua
kanker tersebut

Data mining methods of lung


cancer diagnosis by saliva tests
using surface enhanced Raman
spectroscopy

- Arie Krisnoanto -

Pendeteksi sampel air liur dari pasien kanker paru-paru


dan orang normal dengan menggunakan surfaceenhanced Raman spektroskop, dan menganalisis
spektrum SERS
Hal yang optimal untuk diagnostik SVM dan algoritma
Forest Random, dan hasilnya menunjukkan bahwa data
mining adalah alat yang ampuh untuk analisis spektral.
Sebagai
diagnosis
spektrum
air
liur
memiliki
keuntungan non-invasif, berulang, cepat dan tanpa
subjek mengambil obat oral, kami percaya bahwa di
masa depan, analisis air liur spektroskopi dapat menjadi
metode yang efektif diagnosis klinis awal kanker,
diagnosis tambahan dan perbaikan kelangsungan hidup
pasien.

Performance evaluation of different


techniques in the context of data
mining- A case of an eye disease

- Arie Krisnoanto -

Teknik optimasi tiga dan dievaluasi kinerja mereka


menggunakan dataset dari klinik mata, melakukan percobaan
menggunakan alat MATLAB untuk memeriksa kinerja.
Jaringan Perceptron mengungguli teknik optimasi dua lainnya
dipertimbangkan untuk percobaan. Selama percobaan
ditemukan bahwa Back-Propagation menunjukkan hasil ratarata sedangkan Fuzzy Logic adalah memberikan hasil
terburuk dalam skenario ini. Meskipun, logika fuzzy dan
metode propagasi kembali digunakan secara luas di
beberapa daerah penelitian tetapi untuk data yang
dikumpulkan kami belum mencapai hasil yang baik. Oleh
karena itu, akan menarik para melihat dampak dari dua
pendekatan ini pada kasus yang lebih kompleks.