Support Vector Machine (SVM) pertama kali diperkenalkan oleh Vapnik pada tahun 1992 sebagai rangkaian harmonis konsep-konsep unggulan dalam bidang pattern recognition. Sebagai salah satu metode pattern recognition, usia SVM terbilang masih relatif muda. Walaupun demikian, evaluasi kemampuannya dalam berbagai aplikasinya menempatkannya sebagai state of the art dalam pattern recognition, dan dewasa ini merupakan salah satu tema yang berkembang dengan pesat. SVM adalah metode learning machine yang bekerja atas prinsip Structural Risk Minimization (SRM) dengan tujuan menemukan hyperplane terbaik yang memisahkan dua buah class pada input space. Tulisan ini membahas teori dasar SVM dan aplikasinya dalam bioinformatika, khususnya pada analisa ekspresi gen yang diperoleh dari analisa microarray.

1. anto-svm.zip

1. Acrobat PDF Reader

1. Aplikasi Pemrograman Dinamis Dalam Bioinformatika
2. Algoritma Genetika dan Contoh Aplikasinya
3. Bioinformatika dalam Kedokteran
4. Bioinformatika Dalam Virologi
5. Bioinformatika dan Pattern Recognition
6. Dasar Teori Metodologi Penelitian
7. Mengawinkan Teknologi Informasi dengan Bioteknologi
8. Pengantar Scalable Vector Graphics (SVG)
9. Teori Dasar Sistem Informasi Manajemen (SIM)
10. Membuat Aplikasi Peta Sederhana menggunakan AJAX