fbpx

Di dalam bidang ilmu statistika kita akan menjumpai beragam metode analisis data. Salah satunya adalah triclustering (R). Pada artikel kali ini, kita akan membahas secara singkat mengenai metode tersebut.

Pengertian Triclustering (R)

Metode ini merupakan pengembangan metode clustering dan biclustering. Clustering dan biclustering bekerja pada data dua dimensi. Sedangkan triclustering bekerja pada data tiga dimensi yang tersusun dalam bentuk matriks. Matriks ini terdiri dari atribut, konteks, dan dimensi observasi.

Dengan menggunakan metode ini, kita bisa menggolongkan atau mengelompokkan tiga dimensi tersebut secara simultan. Kemudian, akan membentuk kelompok berupa subruang yang kita sebut sebagai tricluster.

Tidak semua bidang bisa menggunakan metode ini. Umumnya, di implementasikan dalam bidang bioinformatika, terutama saat melakukan analisis data ekspresi gen tiga dimensi guna menemukan profil ekspresi gen. Data atau matriks tersebut meliputi kondisi eksperimen, waktu eksperimen atau time point, hingga dimensi gen.

Kegunaan Metode

Metode analisis data ini seringkali digunakan untuk menganalisis data ekspresi gen microarray. Apa microarray?

Microarray sendiri merupakan teknologi yang bisa kita gunakan untuk mengukur tingkat ekspresi ribuan gen dalam beberapa kondisi secara bersamaan. Teknologi microarray juga dapat mengamati ekspresi gen pada waktu tertentu, sehingga dapat menghasilkan data 3D ekspresi gen.

Tujuan dari analisis triclustering pada data ekspresi gen microarray adalah untuk menemukan kelompok gen yang memiliki kesamaan ekspresi pada subset kondisi maupun subset titik waktu pengamatan. Metode analisis data ini pertama kali diusulkan oleh Tricluster. Setelah kemunculannya, banyak peneliti yang mengusulkan berbagai macam metode baru untuk melakukan analisis data 3D.

Algoritma Triclustering (R)

Metode ini memiliki algoritma, salah satunya adalah Order Preserving Triclustering atau OPTricluster. Merupakan algoritma yang menggabungkan pendekatan pattern based.

Kita bisa menggunakannya untuk melakukan analisis data ekspresi gen 3D yang merupakan short time 3-8 time point. OPTricluster akan membentuk tricluster dan mengidentifikasi gen-gen dengan perubahan ekspresi yang sama di sepanjang time points pada berbagai macam kondisi eksperimen.

Demikianlah penjelasan tentang triclustering (R) yang bisa menambah wawasan dan mengedukasi. Metode ini sangat efektif untuk membantu penelitian dalam bidang kesehatan.

Baca Juga:

Apa Itu Forecasting (Rapid Miner) Beserta Fitur Pendukungnya