Prediksi Struktur Sekunder Protein dengan K-Nearest Neighbor Classifier dan Principal Component Analysis

Abstract

Protein memegang peranan penting dalam hampir seluruh proses biologi. Secara hierarki protein terdiri atas struktur primer, sekunder, tersier, dan kuartener. Bentuk struktur protein dapat ditentukan dengan eksperimen melalui penggunaan X-ray crystallography dan nuclear magnetic resonance (NMR) spectroscop. Peran protein dapat dilihat setelah melakukan pelipatan dalam bentuk 3D pada struktur tersier. Struktur tersier terbentuk dari struktur primer dan sekunder. Penelitian ini bertujuan untuk memprediksi struktur sekunder protein. Data penelitian berjumlah 300 file enzim berformat DSSP dengan total residu sebanyak 118 757. Reduksi data dilakukan dengan PCA. Pola masukan diperoleh melalui ekstraksi sliding window dari sekuen asam amino. Prediksi struktur sekunder protein dilakukan dengan KNN classifier. Skenario pengujian terdiri atas kombinasi 3 sliding window, 3 proporsi PCA, dan 3 parameter nilai k untuk klasifikasi KNN. Hasil penelitian membuktikan bahwa KNN mampu memprediksi struktur sekunder protein dengan perolehan Q3 score optimum sebesar 81.32% untuk sliding window 15, dan PCA 80% dengan nilai parameter k = 3.