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.
Collections
- UT - Computer Science [2252]