PREDIKSI SEKUENS PROTEIN VIRUS FLU BURUNG MENGGUNAKAN HIDDEN MARKOV MODEL

MARCEL JECONIAH, Faizah, S. Kom., M. Kom.

2013 | Skripsi | ILMU KOMPUTER

Flu burung merupakan salah satu penyakit berbahaya yang telah menyebabkan banyak kematian di seluruh dunia. Mudahnya mengalami mutasi dan tingginya frekuensi penataulangan genetika menyebabkan virus ini mudah berkembang dan menyebar. Hal ini menjadi tantangan berat bagi upaya pengendalian terhadap virus ini. Selain itu, penyakit ini pun masih mewabah di Indonesia. Oleh karena itu, prediksi sekuens protein virus flu burung dapat menjadi solusi untuk mengantisipasi perkembangan virus ini. Penelitian ini menggunakan hidden markov model untuk melatih sekuens protein virus flu burung secara komputasional dan menggunakan algoritma viterbi untuk memprediksi sekuens protein virus flu burung. Penelitian ini membandingkan hasil prediksi dari model prediktif menggunakan data pelatihan yang tidak disejajarkan dengan data pelatihan yang disejajarkan, dan juga membandingkan hasil prediksi dari beberapa model prediktif menggunakan data pelatihan yang dipecah menjadi bagian-bagian kecil dengan ukuran yang berbeda. Penelitian ini menunjukkan bahwa hidden markov model dapat digunakan untuk memprediksi sekuens protein virus flu burung dengan rata-rata nilai akurasi hasil prediksi terbaik, yaitu 94.69% ± 15.45%, didapatkan dari model prediktif menggunakan data pelatihan yang disejajarkan dan dipecah dengan ukuran 1.

Avian influenza is a dangerous desease that has caused many deaths worldwide. Mutability and high frequency of genetic reassortment make this virus develop and spread easily and make this virus formidable challenges for control efforts. Moreover, this desease is still endemic in Indonesia. Therefore, protein sequence prediction of avian influenza virus can be a solution to anticipate the development of this virus. This study used hidden markov model to train protein sequence of avian influenza virus computationally and used viterbi algorithm to predict a protein sequence of avian influenza virus. This study compared the results of predictive model using unaligned training data and aligned training data, and also compared the results of some predictive models using training data sliced into some smaller pieces with different slicing size. This study show that hidden markov model can be used to predict protein sequence of avian influenza virus with an average prediction accuracy, which is 94.69% ± 15.45%, is obtained from a predictive model using aligned training data and using slicing size of 1.

Kata Kunci : virus flu burung, hidden markov model, model prediktif