Pengembangan mesin binary tree UAI-Bioinformatics menggunakan Python

Pratama, Willy (2014) Pengembangan mesin binary tree UAI-Bioinformatics menggunakan Python. Diploma thesis, Universitas Al Azhar Indonesia.

[img] Text (UAI) - Published Version
Available under License Creative Commons Attribution Non-commercial.

Download (0B)
Official URL: http://perpustakaan.uai.ac.id/index.php/cari/detai...

Abstract

Di dalam ranah sistem berkas, terdapat beberapa cara penyusunan data untuk mendukung pencarian acak sebuah data. Salah satu cara terbaik adalah dengan mengindekskan data yang berfungsi seperti katalog di perpustakaan. Dengan adanya indeks data, keywords yang dicari tidak langsung dicari ke file-nya namun ke indeks terlebih dahulu (yang ukurannya jauh lebih kecil dari ukuran seluruh data, dan telah diurutkan berdasarkan urutan tertentu). Binary Tree atau lebih dikenal dengan pohon biner adalah suatu pohon dengan syarat bahwa tiap simpul dalam pohon biner hanya boleh memiliki paling banyak dua anak simpul. Secara khusus anaknya dinamakan kiri dan kanan, dengan menggunakan pohon biner data sekuens yang ada akan dicoba untuk di indekskan agar peneliti bioinformatika UAI dapat mengolah data tersebut dengan mudah dan cepat. Python merupakan bahasa pemrograman yang berorientasi obyek dinamis, yang dapat digunakan untuk bermacam-macam pengembangan perangkat lunak. Python menyediakan dukungan yang kuat untuk integrasi dengan bahasa pemrograman lain dan alat-alat bantu lainnya. Salah satu keunggulan bahasa python adalah tipe data yang mendukung dalam mengolah data seperti list, tuple dan dictionary. Oleh karena itu bahasa python dan binary tree sangat cocok sebagai alat dalam mengolah data yang sangat besar dan rumit

Item Type: Thesis (Diploma)
Additional Information: Identifier : IF 14 127 Language : Indonesia Copyright : Attribution 4.0. International
Subjects: Library of Congress Subject Areas > Skripsi
Library of Congress Subject Areas > Skripsi
Divisions: Universitas Al-Azhar Indonesia (UAI) > Fakultas Sains dan Teknologi (FST) > Teknik Informatika
Depositing User: Rahman Pujianto
Date Deposited: 19 Jul 2018 05:16
Last Modified: 02 Apr 2020 03:27
URI: http://eprints.uai.ac.id/id/eprint/1064

Actions (login required)

View Item View Item