Prediksi struktur sekunder protein menggunakan jaringan saraf tiruan dengan penciri position specific scoring matrix dan parameter kimiafisik

Abstract

Protein merupakan salah satu makromolekul yang penting peranannya bagi kehidupan manusia karena protein merupakan penyusun dari sel. Peran protein dapat terlihat setelah melakukan pelipatan yang membentuk struktur tersier. Prediksi struktur sekunder protein menjadi tahapan yang penting dalam penentuan struktur tersier protein. Teknik untuk menentukan struktur protein adalah dengan pendekatan eksperimen menggunakan X-Ray Crystallography dan Nuclear Magnetic Resonance (NMR), namun memerlukan waktu yang lama dan biaya yang relatif mahal. Penerapan teknik komputasi diperlukan dalam melakukan prediksi struktur sekunder protein salah satunya adalah Jaringan Saraf Tiruan (JST). JST sukses dipertimbangkan menjadi salah satu metode yang digunakan dalam memprediksi struktur sekunder protein. Untuk meningkatkan hasil akurasi dilakukan penambahan parameter kimiafisik dan Position Specific Scoring Matrix (PSSM) profile dalam penelitian prediksi struktur sekunder protein ini. Hasil prediksi terbaik dari penelitian ini untuk nilai akurasi Q3 score pada known data sebesar 99.94% untuk model dengan fitur PSSM yang memiliki jumlah fitur 260. Adapun untuk hasil prediksi terbaik untuk nilai akurasi Q3 score pada unknown data sebesar 98.88% untuk model dengan fitur PSSM dan parameter kimiafisik yang memiliki jumlah fitur 266. JST telah berhasil diimplementasikan dalam melakukan prediksi struktur sekunder protein. Penambahan fitur kimiafisik memberikan pengaruh pada prediksi struktur sekunder protein.