PLANTED MOTIF SEARCH DALAM SEKUENS DNA MENGGUNAKAN ALGORITMA RANDOM PROJECTION PADA R HIGH PERFORMANCE COMPUTING PACKAGE
Pencarian motif pada sekuens DNA merupakan salah satu permasalah yang penting dalam bidang bioinformatika. Salah satu permasalahan dalam pencarian motif ialah Planted Motif Search (PMS). Dalam penelitian ini penulis menggunakan algoritma Random Projection yang akan digabungkan dengan R High Performa...
Saved in:
| Main Author: | |
|---|---|
| Format: | Academic Paper |
| Published: |
2018-04-17.
|
| Subjects: | |
| Online Access: | http://repository.upi.edu/3595/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Pencarian motif pada sekuens DNA merupakan salah satu permasalah yang penting dalam bidang bioinformatika. Salah satu permasalahan dalam pencarian motif ialah Planted Motif Search (PMS). Dalam penelitian ini penulis menggunakan algoritma Random Projection yang akan digabungkan dengan R High Performance Computing Package bernama pbdMPI untuk menyelesaikan permasalahan PMS. Algoritma Random Projection menggunakan konsep proyeksi atau bucketing untuk menemukan motif yang diinginkan. pbdMPI merupakan alat bantu dalam komunikasi data yang tersebar didalam core. Data yang digunakan pada penelitian ini merupakan data benchmark yang digunakan dalam penelitian. Eksperimen yang dilakukan menujukan bahwa penambahan jumlah core cenderung mempercepat waktu komputasi. Pencarian motif pada dm01r dengan 2 core selesai dalam waktu 2,19 detik, sedangkan dengan 6 core selesai dalam waktu 0,32 detik. Sedangkan semakin besar nilai batch tidak akan selalu sebanding dengan waktu komputasi yang lebih tinggi atau lebih rendah.;---The search for motives in DNA sequences is one of the most important issues in bioinformatics. One of the problems in finding the motive is Planted Motif Search (PMS). In this study the authors use Random Projection algorithm that will be combined with High Performance Computing Package called pbdMPI to solve PMS problems. Random Projection algorithm uses the concept of projection or bucketing to find the desired motif. pbdMPI is a tool in data communication spread in core. Data used in this study are benchmark data used in the study. Experiments conducted indicate that the addition of the number of cores tend to accelerate the computation time. Search motif on dm01r with 2 cores finished in 2.19 seconds, while with 6 cores finished in 0.32 seconds. While the greater the value of batches will not always be comparable with higher or lower computational times. |
|---|---|
| Item Description: | http://repository.upi.edu/35095/1/S_KOM_130606_Title.pdf http://repository.upi.edu/35095/2/S_KOM_130606_Abstract.pdf http://repository.upi.edu/35095/3/S_KOM_130606_Table_of_content.pdf http://repository.upi.edu/35095/4/S_KOM_130606_Chapter1.pdf http://repository.upi.edu/35095/5/S_KOM_130606_Chapter2.pdf http://repository.upi.edu/35095/6/S_KOM_130606_Chapter3.pdf http://repository.upi.edu/35095/7/S_KOM_130606_Chapter4.pdf http://repository.upi.edu/35095/8/S_KOM_130606_Chapter5.pdf http://repository.upi.edu/35095/9/S_KOM_130606_Bibliography.pdf http://repository.upi.edu/35095/10/S_KOM_130606_Appendix.pdf |