DETAIL KOLEKSI

Perancangan sistem embedded untuk mengontrol ekson DNA menggunakan Metode Model Hidden Markov : tahun ke 1 dari rencana 2 tahun


Oleh : Suhartati Agoes, Alfred Pakpahan, Binti Solihah

Info Katalog

Penerbit : Lemlit - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2014

Subyek : Embedded computer systems

Kata Kunci : embedded systems, exon DNA, Hidden Markov Model Method


File Repositori
No. Nama File Hal. Link
1. 2014_LP_EL_Perancangan-sistem-embedded_1.pdf
2. 2014_LP_EL_Perancangan-sistem-embedded_2.pdf
3. 2014_LP_EL_Perancangan-sistem-embedded_3.pdf
4. 2014_LP_EL_Perancangan-sistem-embedded_4.pdf
5. 2014_LP_EL_Perancangan-sistem-embedded_5.pdf
6. 2014_LP_EL_Perancangan-sistem-embedded_6.pdf
7. 2014_LP_EL_Perancangan-sistem-embedded_7.pdf
8. 2014_LP_EL_Perancangan-sistem-embedded_8.pdf
9. 2014_LP_EL_Perancangan-sistem-embedded_9.pdf

M Model hidden Markov atau Hidden Markov Model (HMM) merupakan suatu model statistik yang digunakan untuk membuat karakteristik suatu frame sinyal DNA dengan asumsi dasar adalah sinyal DNA dapat di karakterisasi sebagai suatu representasi proses random parametrik. Penerapan metode HMM pada model pengontrol ekson DNA ini menggunakan komponen-komponen yang diantaranya adalah rantai Markov, elemen HMM, algorithma-algorithma untuk HMM training dan HMM testing. Pada penelitian ini metode HMM digunakan untuk menganalisis dan mengontrol ekson yang terdapat pada coding sequence (cds) DNA sehingga apabila terjadi perubahan urutan basa pada ekson dapat diketahui. Untaian basa. DNA yang menyerupai suatu rantai di dalam sekuen tersebut memungkinkan terjadi perpindahan lokasi antara bagian basa ekson dan basa intron, oleh karena itu metode ini sesuai dengan karakteristik suatu sekuen DNA dan sebagai kinerja dari model hidden Markov ini adalah nilai Correlation Coefficient (CC). Sistem embedded adalah sistem elektronik yang mengikutsertakan mikrokomputer yang dikonfigurasi untuk melakukan suatu aplikasi yang spesifik. Sistem embedded umumnya diorganisasikan menurut model 3 layer yaitu Hardware Layer, System Software Layer dan Application Software Layer. Pengembangan metode Hidden Markov Model (HMM) untuk struktur model 20 state yang sesuai dengan struktur CDS DNA dilakukan melalui proses pengelompokkan data sekuen agar kinerja model optimal. Kemudian dilanjutkan dengan pengelompokkan jumlah basa pada setiap state untuk membandingkan hasil kinerja model yang optimal. Hasil ujicoba simulasi yang telah dilakukan adalah bahwa kinerja model tidak konsisten terhadap penambahan jumlah data sehingga penentuan secara proporsional nilai acak transisi state sangat mempengaruhi kinerja model. Kemudian dilakukan pengelompokkan jumlah data serta pengelompokkan jumlah basa (n basa) di dalam setiap state pada struktur model 20 state dengan komposisi state [10 8 2] menghasilkan adanya peningkatan kinerja model. Hasil-hasil ujicoba simulasi untuk struktur model yang telah dilakukan ini kemudian dilakukan proses konversi dari Matlab ke C, kemudian di implementasi di dalam pembuatan prototip sistem embedded untuk pengontrol ekson DNA dengan menggunakan metode model hidden Markov

Bagaimana Anda menilai Koleksi ini ?