Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penyejajaran antar barisan DNA dilakukan untuk melihat tingkat kemiripan antara barisan tersebut. Sebagian besar metode dalam penyejajaran barisan menggunakan pendekatan program dinamik. Salah satu metode yang sering digunakan adalah Metode Needleman-Wunsch. Pada metode tersebut semua lintasan yang ada ditelusuri. Metode yang digunakan dalam tugas akhir ini, tidak menelusuri semua lintasan yang ada. Lintasan yang ditelusuri adalah lintasan yang skornya dibatasi oleh suatu nilai tetap tertentu. Pada percobaan yang telah dilakukan, nilai batas tersebut menentukan diperoleh atau tidaknya lintasan yang dicari dalam penyejajaran barisan."

"Penyejajaran antar barisan DNA digunakan untuk melihat tingkat kemiripan dari barisan DNA tersebut. Sebagian besar metode dalam penyejajaran barisan menggunakan pendekatan program dinamik. Salah satu metode yang sering digunakan adalah metode Needleman-Wunsch. Pada metode Needleman-Wunsch semua karakter pada barisan-barisan tersebut disejajarkan sehingga dapat terlihat kemiripan dari barisan-barisan DNA tersebut. Metode yang digunakan dalam tugas akhir ini tidak menyejajarakan seluruh karakter dari barisan-barisan DNA. Metode ini hanya menyejajarkan pasangan segmen dari dua barisan DNA. Hasil dari metode ini adalah pasangan segmen dari dua barisan DNA yang memiliki kemirian paling besar."

"Salah satu permasalahan dalam genetika adalah mencari barisan DNA lengkap dari jaringan tertentu. Metode yang dapat digunakan untuk masalah ini adalah metode Sequencing by Hybridization (SBH). Dalam SBH terdapat dua tahapan yaitu tahap biokimia dan tahapan komputasional. Pada tahapan biokimia akan diperoleh l-spektrum. Selanjutnya, l-spektrum disusun untuk memperoleh barisan DNA lengkap pada tahapan komputasional. Pencarian barisan DNA lengkap dapat dimodelkan dengan masalah pencarian sirkuit Euler pada graf DNA. Dalam skripsi ini akan dibahas Teorema Matriks Pohon untuk menentukan banyaknya pohon rentangan terhadap simpul vi pada graf berarah bisa dengan menggunakan kofaktor matriks. Selanjutnya, dibahas Teorema BEST yang digunakan untuk menghitung banyaknya sirkuit Euler pada sembarang graf berarah dengan menggunakan banyaknya pohon rentangan berarah terhadap suatu simpul vi serta derajat simpul-simpulnya pada graf berarah."

"Pada skripsi ini dibahas penyejajaran tiga barisan DNA dengan penyajian secara geometris yang dinyatakan dalam tiga buah sumbu tegak pada ruang tiga dimensi. karakter barisan pertama dinyatakan pada sumbu kedua dengan arah horizontal ke belakang, dan karakter barisan ketiga dinyatakan pada sumbu ketiga dengan arah vertikal.proses penyejajaran dilakukan dengan cara memasangkan setiap karakter untuk mencari penyejajaran dengan skor maksimum. skor maksimum dari setiap penyejajaran dapat disajikan pada titik-titik koordinat dalam ruang dimensi tiga. suatu titik menyatakan keadaan skor penyejajarantiga barisan DNA yang berakhir pada suatu karakter dari barisan pertama, barisan kedua, dan barisan ketiga. proses dimulai dari titik awal (titik asal), kemudian dipilih titik selanjutnya yang memiliki skor maksimum di anatara titik-titik sekitarnya dan seterusnya sampai titik akhir."

"Penyejajaran barisan DNA dilakukan dengan tujuan melihat tingkat kemiripan antara barisan DNA. Pada tugas akhir ini, dilakukan penyejajaran barisan DNA dengan menggunakan algoritma X-drop dan algoritma greedy. Algoritma X-drop melakukan penyejajaran barisan DNA dengan menggunakan pendekatan pemrograman dinamik. Algoritma greedy merupakan modifikasi algoritma X-drop.Kedua algoritma ini bekerja dengan menelusuri penyejajaran yang tidak memenuhi kondisi X-drop, yaitu kondisi yang bergantung pada nilai X yang dipilih oleh pengguna, sehingga kinerja dari kedua algoritma ini bergantung pada pemilihan nilai X yang tepat. Pada simulasi yang telah dilakukan, dengan menggunakan nilai X yang sama, kedua algoritma memberikan hasil penyejajaran yang sama, dengan running time algoritma greedy lebih baik dari algoritma X-drop."

"ABSTRAKSalah satu cara untuk mengekstraksi DNA Brugia malayi adalah menggunakan kit yang lebih sederhana dan lebih cepat dibandingkan dengan teknik ekstraksi fenol,Pada 15 ekor cacing dewasa B.malayi hasil pembiakan dalam gerbil dilakukan ekstraksi DNA dengan menggunakan kit dan metode ekstraksi fenol yang lebih rumit. Pada teknik ekstraksi dengan kit ternyata tidak diperoleh DNA, sedangkan pada ekstraksi fenol diperoleh DNA sejumlah 100 µg/ml yang terlihat sebagai pita 322 bp pada elektroforesis.Disimpulkan bahwa teknik ekstraksi fenol lebih bailk hasilnya dibandingkan dengan kit karena pemakaian fenol yang lebih sering sehingga lebih banyak DNA yang dapat terekstraksi.

---

ABSTRACT

Comparison Of DNA Extraction Result from Brugia malayi by using Kit and by using Phenol Extraction Method

One of several ways to extract the Brugia malayi DNA is to use a kit which is more simple and take a shorter time compared to the phenol extraction technique.

DNA extraction by using kit and by using phenol extraction method were done on 15 adult worms of B. malayi which had been cultured in gerbil.

No DNA was extracted by using the kit; whereas 100 µg/ml DNA was obtained by using phenol extraction method. The DNA was seen as a 322 bp band on electrophoresis.

It was concluded that the phenol extraction method result was superior to the result of extraction by using kit, because by using phenol more frequently more DNA would be extracted."

"Beberapa tahun terakhir ini, Support Vector Machine (SVM) telah populer digunakan sebagai model machine learning. Hal ini terutama karena SVM dapat dianalisis secara teoritis, dan secara bersamaan dianggap memberikan kinerja yang lebih baik daripada model machine learning yang biasa digunakan sebelumnya. Pada makalah ini dibahas pendekatan matematis model SVM dalam memecahkan masalah pengenalan pola. Selanjutnya dibahas pula penggunaan model tersebut berupa kajian awal penentuan jenis splice site pada suatu barisan DNA terutama dari segi kemampuan generalisasi atau tingkat keakuratannya. Hasil yang diperoleh menunjukkan bahwa kemampuan generalisasi SVM sangat baik yaitu sekitar 95.4 %.

---

Study on Generalization Capability of Support Vector Machine in Splice Site Type Recognition of DNA Sequence. Recently, support vector machine has become a popular model as machine learning. A particular advantage of SVM over other machine learning is that it can be analyzed theoretically and at same time can achieve a good performance when applied to real problems. This paper will describe analytically the using of SVM to solve pattern recognition problem with a preliminary case study in determining the type of splice site on the DNA sequence, particularity on the generalization capability. The result obtained show that SVM has a good generalization capability of around 95.4 %."