Data DNA Microarray adalah data berdimensi tinggi yang memungkinkan peneliti melakukan analisis fungsi dan ekspresi gen. Sedikitnya jumlah sampel, Ketidakseimbangan kelas, dan kompleksitas data menyebabkan klasifikasi sulit dilakukan. Seleksi fitur adalah proses memilih fitur – fitur relevan secara otomatis di dalam data. Penulis melakukan penelitian mengenai seleksi fitur pada data DNA Microarray menggunakan pendekatan wrapper. Algoritma Artificial Bee Colony (ABC) digunakan sebagai search method di dalam proses ini. Evaluasi dilakukan dengan membandingkan performa ABC dengan algoritma evolusi lain, yaitu Genetic Algorithm (GA) dan Particle Swarm Optimization (PSO). Hasilnya ABC memiliki keunggulan pada akurasi klasifikasi menggunakan k – Nearest Neighbour (k-NN) dan Decision Tree (DT), namun masih memiliki fracrure of features yang sedikit lebih tinggi dibandingkan GA dan PSO.