Comment
Author: Admin | 2025-04-28
En la puna de la provincia de Jujuy durante la época de primavera y verano, módulos experimentales construidos con las siguientes técnicas pasivas de enfriamiento: enfriamiento radiativo nocturno, apoyadas con aislamiento térmico y masa térmica. Con los resultados obtenidos en campo se calculará el potencial de enfriamiento medio de cada una de las técnicas pasivas aplicadas para determinar su eficiencia de enfriamiento y su aplicabilidad o no para el enfriamiento de alimentos y medicamentos. Evy PriyantiThe classification depends on the variety of bacteria that exist. The important feature to identify an organism of bacterial phenotype is the scheme that utilizes the morphology and staining properties of the bacteria itself, to classify the phenotype scheme is used Naïve Bayes algorithm that has proven to have a high degree of accuracy and high rate of speed when applied into E.coli dataset in E. coli dataset consisting of seven features are: mcg, gvh, lips, chg, aac, alm1, alm2, and proteins are classified into 8 classes: cytoplasmic (cp), an inner membrane without the signal sequence (im), perisplasm (pp), in the membrane with uncleavable signal sequence (IMU), outer membrane (oM), outer membrane lipoprotein (OML), the membrane lipoprotein (IML), an inner membrane with cleavable signal sequence (IMS) with an accuracy of 80.93%, with Naïve Bayes algorithm so it can be ascertained that the classification of gram-negative bacteria with E. coli phenotype datasets prove to be accurate. Abstrak-Klasifikasi bakteri tergantung dari varietas yang ada. Fitur penting untuk mengidentifikasi suatu organisme dari bakteri adalah dengan skema fenotipe yang memanfaatkan morfologi dan pewarnaan sifat dari bakteri itu sendiri, untuk mengklasifikasikan skema fenotipe tersebut digunakanlah algoritma Naïve Bayes yang sudah terbukti memiliki tingkat akurasi dan tingkat kecepatan yang tinggi saat diaplikasikan kedalam dataset E.coli Dalam dataset E.coli yang terdiri dari tujuh fitur yaitu : mcg, gvh, bibir, chg, aac, alm1, alm2. Dan protein diklasifikasikan ke dalam 8 kelas: sitoplasma (cp), membran dalam tanpa urutan sinyal (im), perisplasm (pp), dalam membran dengan uncleavable sinyal urutan (IMU), luar membran (om), luar membran lipoprotein (OML), dalam membran lipoprotein (IML), membran dalam dengan cleavable urutan sinyal (IMS) dengan tingkat akurasi sebesar 80.93%, dengan demikian
Add Comment