Prediksi Struktur Sekunder Protein dengan Metode Support Vector Machine

Abstract

Protein merupakan salah satu dari biomolekul raksasa yang berperan sebagai elemen penyusun utama makhluk hidup yang dibentuk dari asam amino. Secara hierarki, protein terbagi menjadi empat tingkat: struktur primer, struktur sekunder, struktur tersier, dan struktur kuartener. Struktur sekunder protein adalah struktur yang dibentuk oleh rangkaian asam amino yang akan membentuk struktur tiga dimensi serta memiliki informasi mengenai struktur tersier dan fungsi protein. Penelitian ini menggunakan data yang berjumlah 277 389 residu protein dari data kategori enzim. Ekstraksi ciri yang digunakan yaitu position specific scoring matrix (PSSM) profile dan fitur kimiafisik. Penelitian ini melakukan prediksi struktur sekunder protein menggunakan metode support vector machine melalui pengenalan pola sekuens asam amino. Hasil penelitian menunjukkan bahwa Q3 score terbaik diperoleh sebesar 93.16% oleh dataset yang memiliki 260 fitur dengan kernel radial. Penambahan fitur kimiafisik tidak memberikan pengaruh yang signifikan terhadap akurasi prediksi model.