Pemodelan Decision Tree untuk Prediksi Struktur Sekunder Protein

Abstract

Prediksi struktur sekunder protein adalah salah satu masalah yang sudah lama dibahas dalam bidang bioinformatika. Berbagai metode telah diterapkan namun masalah akurasi belum mencapai hasil yang maksimal. Penelitian ini dilakukan untuk membangun suatu model prediksi struktur sekunder protein dengan menggunakan decision tree dengan algoritme C4.5. Penentuan setiap kelas dalam proses klasifikasi struktur sekunder protein dalam penelitian ini berdasarkan pembelajaran terhadap pola masukan dalam proses pelatihan. Data diperoleh dari Protein Data Bank (PDB) yang di-assign dengan format DSSP. Pola masukan dibentuk dengan memanfaatkan sliding window dari sekuen asam amino dengan ekstraksi fitur kimiafisik dan posisi atom. Model prediksi pengujian cross validation tanpa fitur posisi atom menghasilkan nilai akurasi 90.49%, sedangkan untuk pengujian dengan unknown data akurasinya menurun menjadi 51.29%. Kemudian dengan fitur posisi atom menghasilkan akurasi 90.17% untuk metode cross validation dan 50.83% menggunakan unknown data. Hasil penelitian tersebut memperlihatkan akurasi akan optimal jika menggunakan known data dengan cross validation. Fitur posisi atom tidak dibutuhkan dalam memprediksi struktur sekunder protein.