REKONSTRUKSI POHON FILOGENETIK MENGGUNAK pdf
Tugas Akhir - 2009
REKONSTRUKSI POHON FILOGENETIK MENGGUNAKAN PARADIGMA
OPTIMASI KOLONI SEMUT
Ulfa Hasana¹, Suyanto², -³
¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Abstrak
Permasalahan rekonstruksi pohon filogenetik merupakan analisis yang sangat penting dalam
ilmu genetika. Hal ini merupakan aspek fundamental untuk lebih memahami struktur, fungsi dan
jarak genetik protein dari DNA spesies. Rekonstruksi tree yang baik adalah yang menghasilkan
skor keterhubungan antar spesies yang paling minimum.
Optimasi dalam rekonstruksi pohon filogenetik merupakan masalah yang sudah umum dan telah
dipelajari dalam waktu yang lama, namun perlu dicari metodologi yang terbaik dari beberapa
metodologi yang memungkinkan dalam kasus ini.Pada Tugas Akhir ini, dibahas penerapan
algoritma Ant Colony Optimization (ACO), pada kasus rekonstruksi pohon filogenetik ini.
Hasil penelitian menunjukkan bahwa algoritma Ant Colony Optimizationdapat diterapkan pada
permasalahan optimasi dalam rekonstruksi pohon filogenetik. Keefektifan algoritma ini
diterapkan dan diuji pada empat buah data set. Dari test yang telah dilakukan menunjukkan
bahwa pendekatan ini dapat memberikan solusi yang baik dengan menghasilkan skor yang
minimal antar species.
Kata Kunci : rekonstruksi, optimasi, filogenetik, ACO
Abstract
Reconstruction of phylogenetic tree problem is an important analyse in genetic science. It is a
fundamental aspect to understand the structure, function and the genetic distances from the
DNA s species. The best of reconstruction tree by giving the minimum score from the distances
between each species.
Optimization in reconstruction of phylogenetic tree is a general problem that have been studying
for a long time, but still have to search the best methodology from the each possibility
metodology for this case. In this Final Assignment we will discusse about the implementation of
Ant Colony Optimization (ACO) for this reconstruction of phylogenetic tree case.
The result of this experiment shows that this Ant Colony Optimization (ACO) for algorithm can be
applied in this optimization problem for reconstruction of phylogenetic tree. The effectiveness of
this algorithm is applied and tested for four datasets. Preliminary test shows that this approach
can give a good solution with minimal score from the distances between each species.
Keywords : reconstruction, optimization, phylogenetic, ACO
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
1
Pendahuluan
1.1 Latar belakang
Masalah Pohon Filogenetik dibangun untuk mengetahui hubungan genetik
diantara species. Dengan menganalisis sebuah set data amino/protein pada species
dapat digunakan untuk mengetahui hubungan kekerabatan antar spesies. Rekonstruksi
pohon filogenetik merupakan masalah yang penting dalam Bioinformatik, seperti
yang lain cabang ini masih terbuka untuk di riset secara lebih lanjut.
Dalam Tugas Akhir ini saya akan menerapkan permasalahan Pohon Filogenetik
menggunakan metode ACO ( Ant Colony Optimization). Suatu metode yang
merupakan bagian dari Swarm Intellegence yaitu metode penyelesaian permasalahan
dengan melihat tingkah laku hewan.Dalam ACO sendiri tingkah laku hewan yang
dipakai adalah koloni semut, bagaimana sebuah koloni semut dapat memperoleh
makanan dengan melewati jalur terpendek.
Penerapan algoritma ACO ini difokuskan pada bagaimana sekelompok semut
bisa menemukan keterhubungan antar dua species dan akan berulang ke species
selanjutnya, setelah itu direkonstruksi pohon filogenetiknya sesuai hasil penelusuran
ant tersebut.Dengan adanya analisis ini diharapkan dapat diperoleh metode yang lebih
baik dalam rekonstruksi pohon filogenetik .
1.2 Perumusan masalah
Adapun perumusan masalah dalam Tugas Akhir ini adalah sebagai berikut:
a. Bagaimana membuat suatu aplikasi untuk simulasi penyelesaian masalah
rekonstruksi pohon filogenetik menggunakan metode ACO.
b. Bagaimana menganalisa parameter-parameter ACO terbaik yang akan digunakan
dalam rekonstruksi pohon filogenetik untuk mendapatkan score tree yang paling
minimum.
c. Bagaimana menganalisa keoptimalan metode ACO dalam penyelesaian masalah
rekonstruksi pohon filogenetik menggunakan data set yang beranekaragam.
Aplikasi yang akan dibuat ini memiliki batasan masalah, yaitu sebagai berikut :
a. Pembangunan aplikasi menggunakan Bahasa Pemrograman Java.
b. Data set yang dipakai antara lain : DNA mamalia, DNA bird, DNA reptile, DNA
Laurasiatheria.
1.3 Tujuan
Adapun tujuan yang hendak dicapai pada tugas akhir ini adalah sebagai berikut :
a. Membuat suatu aplikasi untuk simulasi penyelesaian masalah rekonstruksipohon
filogenetik menggunakan metode ACO.
b. Menganalisa parameter-parameter ACO terbaik yang akan digunakan dalam
rekonstruksi pohon filogenetik untuk mendapatkanscore tree yang paling
minimum.
Parameter parameter yang digunakan antara lain :
• Phenomone trail (τij) dan perubahannya (∆τij)
1
Fakultas Teknik Informatika
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
τij harus diinisialisasi sebelum memulai siklus. τij digunakan dalampersamaan
probabilitas species yang akan dikunjungi. ∆τij diinisialisasi setelahselesai
satu siklus. ∆τij digunakan untuk menentukan τij untuk siklusselanjutnya
• Tetapan pengendali intensitas semut (α)
α digunakan dalam persamaan probabilitas species yang akan dikunjungi
yang berfungsi sebagai pengendali intensitas jejak semut
• Tetapan pengendali visibilitas (β)
β digunakan dalam persamaan probabilitas species yang akan dikunjungi yang
berfungsi sebagai pengendali visibilitas.
• Tetapan antara node yang akan dikunjungi dan turunannya (η)
• Tetapan penguapan jejak semut (ρ)
ρ digunakan untuk menentukan τij untuk siklus selanjutnya.
• Jumlah semut yang digunakan (k)
• Genetic distance d(i,j)
• Jumlah iterasi
c. Menganalisa keoptimalan metode ACO dalam penyelesaian masalah rekonstruksi
phylogenetic tree menggunakan data set yang beraneka ragam.
1.4 Metodologi penyelesaian masalah
Metode penyelesaian masalah yang digunakan dalam penelitian ini adalah:
1. Identifikasi masalah
Menganalisa latar belakang, rumusan masalah, dan tujuan akhir yang ingin dicapai.
2. Pengumpulan data dan Studi literatur
Mengumpulkan data dan mempelajari konsep Phylogenetic tree,ACO serta
parameter yang dibandingkan.
3. Analisa hasil pengumpulan data dan hasil studi literatur
Melakukan analisis dari pengumpulan datadan studi literatur yang dilakukan untuk
menentukan solusi dari perumusan masalah.
Gambar 1-1 Flow Chart Rekonstruksi Pohon Filogenetik dengan ACO
2
Fakultas Teknik Informatika
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
4. Analisa dan perancangan kebutuhan perangkat lunak
Melakukan perancangan dan analisa kebutuhan perangkat lunak yang akan
diterapkan.
5. Pembangunan perangkat lunak.
Melakukan pembuatan perangkat lunak dengan bahasa pemrograman java.
6. Pengujian dan analisis hasil
Melakukan pengujian sistem untuk beberapa kasus. Kemudian melakukan analisis
terhadap parameter-parameter yang digunakan untuk memperoleh kombinasi
parameter terbaik.
7. Penyusunan laporan dan melakukan penarikan kesimpulan.
Menyusun laporan tertulis berdasarkan hasil penelitian yang dilakukan dan
memberikan kesinpulan mengenai hasil dari penelitian yang dilakukan,
pemberiansaran untuk pengembangan perangkat lunak yang dibangun ke
depannya.
3
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
5.
Kesimpulan dan Saran
5.1 Kesimpulan
Kesimpulan yang dapat diambil dari Tugas Akhir ini adalah :
1. Dari hasil pengujian terhadap setiap dataset yang menjadi kasus uji, seperti
dijabarkan pada sub bab 4.3, dapat disimpulkan bahwa algoritma Ant Colony
Optimization (ACO)dapat digunakan untuk mendapatkan solusi yang optimal dari
permasalahan optimasi pada rekonstruksi pohon filogenetik.
2. Dari hasil pengujian terhadap setiap parameter algoritma ACO, seperti dijabarkan
pada sub bab 4.2, diperoleh nilai parameter-parameter yang menghasilkan hasil
yang optimal pada masing-masing kasus uji pada penerapan algoritma ACOdalam
pemecahan permasalahan rekonstruksi pohon filogenetik, yaitu:
Tabel 5-1 Parameter Terbaik untuk Kasus Uji Reptile
Myu
0.5
Alfa
1
Beta
2.0
Rho
>0
Pheromon awal
>0
Iterasi
100
Jumant
60
3. Konsep algoritma ACO yang memperhitungkan pheromone dan jarak heuristik
berdasarkan tingkat kepentingan parameter mampu membantu proses pencarian ke
solusi yang optimal lebih cepat.
5.2 Saran
Saran yang dapat digunakan untuk perkembangan selanjutnya :
1. Lebih baik dilakukan pengujian terhadap dataset yang lebih banyak untuk
menunjukan keoptimalan dari algoritma ini.
35
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
Daftar Pustaka
[APA08]
[AWN03]
[BHO06]
[DMC00]
[DMZ96]
[HAR07]
[HRT06]
[MPH05]
[SAH06]
[SAO04]
[SAP 07]
[SUY07]
[SUY08]
[UCI85]
Priyanto, Aruna Anggayasti. 2008. Tugas Akhir – Penerapan Algoritma Ant
Colony Optimization (ACO) pada Optimasi Penjadwalan Sumber Daya Proyek.
Bandung : Institut Teknologi Telkom
Allan,Wilson Phd .2003. Overview of Phylogenetic methods and applications.
http://www.genetics.org/cgi/search?qbe=genetics;155/2/765&journalcode=geneti
cs&minscore=5000. Didownload tanggal 27 Desember 2008
Holland,Barbara.2006.Distance Based Methods for estimating phylogenetic trees.
http://elesys.fsaintek.unair.ac.id/admin/makalah/Makalah0607-93.pdf.
Didownload tanggal 18 Januari 2009
Dorigo, Marco dan Stuzle Thomas. 2000. The Ant Colony Optimization
Metaheuristics: Algorithms, Applications and Advances.
http://iridia.ulb.ac.be/pub/mdorigo/journals/IJ.10-ACO00.pdf Didownload
tanggal 04 Januari 2009.
Dorigo, Marco dan Colorni, Alberto dan Maniezzo, Vittorio. 1996 The Ant
System: Optimization By A Colony Of Cooperating Agents.
http://iridia.ulb.ac.be/pub/mdorigo/journals/IJ.10-SMC96.pdf. Didownload
tanggal 04 Januari 2009
Hariyanto, Bambang Ir, MT. 2007. Esensi-esensi Bahasa Pemrograman Java.
Informatika Bandung
Hartati, Sri Wijoyono dan Suharto, Herry dan Wijono, Soesilo.
2006.Pemrograman GUI Swing Java dengan Netbeans 5. Penerbit Andi
Mauricio Perretto,Heitor Silverio Lopes. 2005. Reconstruction of phylogenetic
trees using the ant colony optimization paradigm.
http://www.funpecrp.com.br/gmr/year2005/vol3-4//pdf/wob09.pdf Didownload
tanggal 27 Desember 2008.
Shin Ando dan Hitoshi Iba.2006.Ant Algorithm for Construction of Evolutionary
Tree . http://www.iba.t.utokyo.ac.jp/papers/2002/andoWCCI2002Ant.pdf.
Didownload tanggal 15 Januari 2009
Adisoemarto, Soenartono.2004. Penentuan Hierarki Dalam Klasifikasi Plasma
Nutfah dan Pengaturan Namanya.
http://www.papua.go.id/bkpbapedalda/penentuan_hierarki_dalam_klasifi.htm.
Didownload tanggal 18 Januari 2009
Porter,Sandra.2007. Phylogenetic trees.
http://www.biomedcentral.com/content/pdf/1471-2105-7-S4-S1.pdf.Didownload
tanggal 15 Januari 2009.
Suyanto, ST, MSc. 2007. Artificial Intelligence Searching, Reasoning, Planning
And Learning. Informatika Bandung
Suyanto, ST, MSc. 2008. Evolutionary Computation. Informatika Bandung
UCI.1985.Download dataset.
http://archive.ics.uci.edu/ml/datasets/Molecular+Biology+(Protein+Secondary+St
ructte. Didownload tanggal 27 Desember 2008
36
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika
REKONSTRUKSI POHON FILOGENETIK MENGGUNAKAN PARADIGMA
OPTIMASI KOLONI SEMUT
Ulfa Hasana¹, Suyanto², -³
¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Abstrak
Permasalahan rekonstruksi pohon filogenetik merupakan analisis yang sangat penting dalam
ilmu genetika. Hal ini merupakan aspek fundamental untuk lebih memahami struktur, fungsi dan
jarak genetik protein dari DNA spesies. Rekonstruksi tree yang baik adalah yang menghasilkan
skor keterhubungan antar spesies yang paling minimum.
Optimasi dalam rekonstruksi pohon filogenetik merupakan masalah yang sudah umum dan telah
dipelajari dalam waktu yang lama, namun perlu dicari metodologi yang terbaik dari beberapa
metodologi yang memungkinkan dalam kasus ini.Pada Tugas Akhir ini, dibahas penerapan
algoritma Ant Colony Optimization (ACO), pada kasus rekonstruksi pohon filogenetik ini.
Hasil penelitian menunjukkan bahwa algoritma Ant Colony Optimizationdapat diterapkan pada
permasalahan optimasi dalam rekonstruksi pohon filogenetik. Keefektifan algoritma ini
diterapkan dan diuji pada empat buah data set. Dari test yang telah dilakukan menunjukkan
bahwa pendekatan ini dapat memberikan solusi yang baik dengan menghasilkan skor yang
minimal antar species.
Kata Kunci : rekonstruksi, optimasi, filogenetik, ACO
Abstract
Reconstruction of phylogenetic tree problem is an important analyse in genetic science. It is a
fundamental aspect to understand the structure, function and the genetic distances from the
DNA s species. The best of reconstruction tree by giving the minimum score from the distances
between each species.
Optimization in reconstruction of phylogenetic tree is a general problem that have been studying
for a long time, but still have to search the best methodology from the each possibility
metodology for this case. In this Final Assignment we will discusse about the implementation of
Ant Colony Optimization (ACO) for this reconstruction of phylogenetic tree case.
The result of this experiment shows that this Ant Colony Optimization (ACO) for algorithm can be
applied in this optimization problem for reconstruction of phylogenetic tree. The effectiveness of
this algorithm is applied and tested for four datasets. Preliminary test shows that this approach
can give a good solution with minimal score from the distances between each species.
Keywords : reconstruction, optimization, phylogenetic, ACO
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
1
Pendahuluan
1.1 Latar belakang
Masalah Pohon Filogenetik dibangun untuk mengetahui hubungan genetik
diantara species. Dengan menganalisis sebuah set data amino/protein pada species
dapat digunakan untuk mengetahui hubungan kekerabatan antar spesies. Rekonstruksi
pohon filogenetik merupakan masalah yang penting dalam Bioinformatik, seperti
yang lain cabang ini masih terbuka untuk di riset secara lebih lanjut.
Dalam Tugas Akhir ini saya akan menerapkan permasalahan Pohon Filogenetik
menggunakan metode ACO ( Ant Colony Optimization). Suatu metode yang
merupakan bagian dari Swarm Intellegence yaitu metode penyelesaian permasalahan
dengan melihat tingkah laku hewan.Dalam ACO sendiri tingkah laku hewan yang
dipakai adalah koloni semut, bagaimana sebuah koloni semut dapat memperoleh
makanan dengan melewati jalur terpendek.
Penerapan algoritma ACO ini difokuskan pada bagaimana sekelompok semut
bisa menemukan keterhubungan antar dua species dan akan berulang ke species
selanjutnya, setelah itu direkonstruksi pohon filogenetiknya sesuai hasil penelusuran
ant tersebut.Dengan adanya analisis ini diharapkan dapat diperoleh metode yang lebih
baik dalam rekonstruksi pohon filogenetik .
1.2 Perumusan masalah
Adapun perumusan masalah dalam Tugas Akhir ini adalah sebagai berikut:
a. Bagaimana membuat suatu aplikasi untuk simulasi penyelesaian masalah
rekonstruksi pohon filogenetik menggunakan metode ACO.
b. Bagaimana menganalisa parameter-parameter ACO terbaik yang akan digunakan
dalam rekonstruksi pohon filogenetik untuk mendapatkan score tree yang paling
minimum.
c. Bagaimana menganalisa keoptimalan metode ACO dalam penyelesaian masalah
rekonstruksi pohon filogenetik menggunakan data set yang beranekaragam.
Aplikasi yang akan dibuat ini memiliki batasan masalah, yaitu sebagai berikut :
a. Pembangunan aplikasi menggunakan Bahasa Pemrograman Java.
b. Data set yang dipakai antara lain : DNA mamalia, DNA bird, DNA reptile, DNA
Laurasiatheria.
1.3 Tujuan
Adapun tujuan yang hendak dicapai pada tugas akhir ini adalah sebagai berikut :
a. Membuat suatu aplikasi untuk simulasi penyelesaian masalah rekonstruksipohon
filogenetik menggunakan metode ACO.
b. Menganalisa parameter-parameter ACO terbaik yang akan digunakan dalam
rekonstruksi pohon filogenetik untuk mendapatkanscore tree yang paling
minimum.
Parameter parameter yang digunakan antara lain :
• Phenomone trail (τij) dan perubahannya (∆τij)
1
Fakultas Teknik Informatika
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
τij harus diinisialisasi sebelum memulai siklus. τij digunakan dalampersamaan
probabilitas species yang akan dikunjungi. ∆τij diinisialisasi setelahselesai
satu siklus. ∆τij digunakan untuk menentukan τij untuk siklusselanjutnya
• Tetapan pengendali intensitas semut (α)
α digunakan dalam persamaan probabilitas species yang akan dikunjungi
yang berfungsi sebagai pengendali intensitas jejak semut
• Tetapan pengendali visibilitas (β)
β digunakan dalam persamaan probabilitas species yang akan dikunjungi yang
berfungsi sebagai pengendali visibilitas.
• Tetapan antara node yang akan dikunjungi dan turunannya (η)
• Tetapan penguapan jejak semut (ρ)
ρ digunakan untuk menentukan τij untuk siklus selanjutnya.
• Jumlah semut yang digunakan (k)
• Genetic distance d(i,j)
• Jumlah iterasi
c. Menganalisa keoptimalan metode ACO dalam penyelesaian masalah rekonstruksi
phylogenetic tree menggunakan data set yang beraneka ragam.
1.4 Metodologi penyelesaian masalah
Metode penyelesaian masalah yang digunakan dalam penelitian ini adalah:
1. Identifikasi masalah
Menganalisa latar belakang, rumusan masalah, dan tujuan akhir yang ingin dicapai.
2. Pengumpulan data dan Studi literatur
Mengumpulkan data dan mempelajari konsep Phylogenetic tree,ACO serta
parameter yang dibandingkan.
3. Analisa hasil pengumpulan data dan hasil studi literatur
Melakukan analisis dari pengumpulan datadan studi literatur yang dilakukan untuk
menentukan solusi dari perumusan masalah.
Gambar 1-1 Flow Chart Rekonstruksi Pohon Filogenetik dengan ACO
2
Fakultas Teknik Informatika
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
4. Analisa dan perancangan kebutuhan perangkat lunak
Melakukan perancangan dan analisa kebutuhan perangkat lunak yang akan
diterapkan.
5. Pembangunan perangkat lunak.
Melakukan pembuatan perangkat lunak dengan bahasa pemrograman java.
6. Pengujian dan analisis hasil
Melakukan pengujian sistem untuk beberapa kasus. Kemudian melakukan analisis
terhadap parameter-parameter yang digunakan untuk memperoleh kombinasi
parameter terbaik.
7. Penyusunan laporan dan melakukan penarikan kesimpulan.
Menyusun laporan tertulis berdasarkan hasil penelitian yang dilakukan dan
memberikan kesinpulan mengenai hasil dari penelitian yang dilakukan,
pemberiansaran untuk pengembangan perangkat lunak yang dibangun ke
depannya.
3
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
5.
Kesimpulan dan Saran
5.1 Kesimpulan
Kesimpulan yang dapat diambil dari Tugas Akhir ini adalah :
1. Dari hasil pengujian terhadap setiap dataset yang menjadi kasus uji, seperti
dijabarkan pada sub bab 4.3, dapat disimpulkan bahwa algoritma Ant Colony
Optimization (ACO)dapat digunakan untuk mendapatkan solusi yang optimal dari
permasalahan optimasi pada rekonstruksi pohon filogenetik.
2. Dari hasil pengujian terhadap setiap parameter algoritma ACO, seperti dijabarkan
pada sub bab 4.2, diperoleh nilai parameter-parameter yang menghasilkan hasil
yang optimal pada masing-masing kasus uji pada penerapan algoritma ACOdalam
pemecahan permasalahan rekonstruksi pohon filogenetik, yaitu:
Tabel 5-1 Parameter Terbaik untuk Kasus Uji Reptile
Myu
0.5
Alfa
1
Beta
2.0
Rho
>0
Pheromon awal
>0
Iterasi
100
Jumant
60
3. Konsep algoritma ACO yang memperhitungkan pheromone dan jarak heuristik
berdasarkan tingkat kepentingan parameter mampu membantu proses pencarian ke
solusi yang optimal lebih cepat.
5.2 Saran
Saran yang dapat digunakan untuk perkembangan selanjutnya :
1. Lebih baik dilakukan pengujian terhadap dataset yang lebih banyak untuk
menunjukan keoptimalan dari algoritma ini.
35
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika
Tugas Akhir - 2009
Daftar Pustaka
[APA08]
[AWN03]
[BHO06]
[DMC00]
[DMZ96]
[HAR07]
[HRT06]
[MPH05]
[SAH06]
[SAO04]
[SAP 07]
[SUY07]
[SUY08]
[UCI85]
Priyanto, Aruna Anggayasti. 2008. Tugas Akhir – Penerapan Algoritma Ant
Colony Optimization (ACO) pada Optimasi Penjadwalan Sumber Daya Proyek.
Bandung : Institut Teknologi Telkom
Allan,Wilson Phd .2003. Overview of Phylogenetic methods and applications.
http://www.genetics.org/cgi/search?qbe=genetics;155/2/765&journalcode=geneti
cs&minscore=5000. Didownload tanggal 27 Desember 2008
Holland,Barbara.2006.Distance Based Methods for estimating phylogenetic trees.
http://elesys.fsaintek.unair.ac.id/admin/makalah/Makalah0607-93.pdf.
Didownload tanggal 18 Januari 2009
Dorigo, Marco dan Stuzle Thomas. 2000. The Ant Colony Optimization
Metaheuristics: Algorithms, Applications and Advances.
http://iridia.ulb.ac.be/pub/mdorigo/journals/IJ.10-ACO00.pdf Didownload
tanggal 04 Januari 2009.
Dorigo, Marco dan Colorni, Alberto dan Maniezzo, Vittorio. 1996 The Ant
System: Optimization By A Colony Of Cooperating Agents.
http://iridia.ulb.ac.be/pub/mdorigo/journals/IJ.10-SMC96.pdf. Didownload
tanggal 04 Januari 2009
Hariyanto, Bambang Ir, MT. 2007. Esensi-esensi Bahasa Pemrograman Java.
Informatika Bandung
Hartati, Sri Wijoyono dan Suharto, Herry dan Wijono, Soesilo.
2006.Pemrograman GUI Swing Java dengan Netbeans 5. Penerbit Andi
Mauricio Perretto,Heitor Silverio Lopes. 2005. Reconstruction of phylogenetic
trees using the ant colony optimization paradigm.
http://www.funpecrp.com.br/gmr/year2005/vol3-4//pdf/wob09.pdf Didownload
tanggal 27 Desember 2008.
Shin Ando dan Hitoshi Iba.2006.Ant Algorithm for Construction of Evolutionary
Tree . http://www.iba.t.utokyo.ac.jp/papers/2002/andoWCCI2002Ant.pdf.
Didownload tanggal 15 Januari 2009
Adisoemarto, Soenartono.2004. Penentuan Hierarki Dalam Klasifikasi Plasma
Nutfah dan Pengaturan Namanya.
http://www.papua.go.id/bkpbapedalda/penentuan_hierarki_dalam_klasifi.htm.
Didownload tanggal 18 Januari 2009
Porter,Sandra.2007. Phylogenetic trees.
http://www.biomedcentral.com/content/pdf/1471-2105-7-S4-S1.pdf.Didownload
tanggal 15 Januari 2009.
Suyanto, ST, MSc. 2007. Artificial Intelligence Searching, Reasoning, Planning
And Learning. Informatika Bandung
Suyanto, ST, MSc. 2008. Evolutionary Computation. Informatika Bandung
UCI.1985.Download dataset.
http://archive.ics.uci.edu/ml/datasets/Molecular+Biology+(Protein+Secondary+St
ructte. Didownload tanggal 27 Desember 2008
36
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika