Implementasi optimasi Harris hawks-Multi-layer Perceptron untuk memprediksi tingkat kematian antibiotik B-laktam - Dalam bentuk buku karya ilmiah
MUHAMMAD DZAKY RAYNALDY

Informasi Umum

Kode

25.04.6637

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Artificial Intelligence In Healthcare

Dilihat

63 kali

Informasi Lainnya

Abstraksi

<div>Dalam bidang pengobatan, peternakan, dan perikanan, antibiotik ?-laktam telah terbukti efektif dalam</div>

<div>mengatasi infeksi bakteri. Namun, peningkatan penggunaan antibiotik menyebabkan masalah serius</div>

<div>seperti resistensi antibiotik dan pencemaran lingkungan akibat residu berbahaya. Tujuan dari</div>

<div>penelitian ini adalah untuk mengembangkan cara yang lebih efektif untuk memprediksi toksisitas</div>

<div>antibiotik ?-laktam. Masukan sistem ini terdiri dari data tentang struktur kimia antibiotik, dan</div>

<div>keluarannya adalah prediksi tingkat toksisitasnya. Relevansi masalah ini sangat penting karena efek</div>

<div>toksisitas antibiotik pada kesehatan manusia dan kelestarian ekosistem. Kondisi saat ini menunjukkan</div>

<div>perbedaan antara kebutuhan prediksi yang cepat dan metode konvensional yang kurang efisien;</div>

<div>pengujian toksisitas secara konvensional memerlukan waktu yang lama, biaya tinggi, dan</div>

<div>menimbulkan masalah etika, terutama pada pengujian hewan. Penelitian ini menawarkan solusi</div>

<div>dengan menggabungkan metode pembelajaran mesin dengan model multilayer perceptron regressor</div>

<div>dan algoritma pemilihan fitur Harris Hawks Optimization. Proses pengumpulan dan praproses data,</div>

<div>pembuatan model yang menggambarkan hubungan antara struktur dan aktivitas, serta penggunaan</div>

<div>metrik evaluasi regresi merupakan tahapan penting dalam pengembangan sistem prediksi ini. Hasil</div>

<div>pengujian menunjukkan bahwa model yang dioptimasi menggunakan Harris Hawks menghasilkan</div>

<div>nilai koefisien determinasi tertinggi sebesar 0.5664 dengan nilai MAE dan RMSE yang lebih rendah</div>

<div>dibandingkan metode pembanding. Penelitian ini memberikan kontribusi dalam bentuk pendekatan</div>

<div>prediktif yang efisien, hemat biaya, serta lebih etis dibandingkan metode laboratorium konvensional.</div>

<div>Kata kunci: prediksi toksisitas, antibiotik ?-laktam, pembelajaran mesin, multilayer perceptron, harris</div>

<div>hawks, optimasi parameter</div>

• CAK4FAA4 - Tugas Akhir

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook