KLASIFIKASI FITUR BERBASIS PSSM DARI ADAPTOR PROTEIN DENGAN 2D CONVOLUTIONAL NEURAL NETWORK

Abstract

Proses transduksi sinyal merupakan proses yang berfungsi untuk menyalurkan informasi dari luar kedalam inti sel. Proses tersebut memerlukan signalling complex yang terbentuk dari kombinasi antar protein yang difasilitasi oleh adaptor protein. kegagalan fungsi pada adaptor protein memiliki hubungan erat dengan penyakit pada manusia seperti clathrin yang memiliki keterkaitan dengan penyakit alzeimers. beberapa penelitian telah dilakukan untuk mengidentifikasi adaptor protein menggunakan metode komputasi dengan mengklasifikasi adaptor protein melalui susunan sekuensnya menggunakan metode Convolutional Neural Network (CNN). Teknik Position-Specific Scoring Matrices (PSSM) merupakan cara untuk mengekstrak informasi penting dari sekuen protein, namun memiliki permasalahan berupa ketidakseragaman dimensi yang dihasilkan. Teknik Summed-Up telah diusulkan untuk mengatasi permaslahan tersebut namun memiliki kelemahan berupa tidak dapat mempertahankan informasi posisi dari urutan sekuens protein. Pada penelitian ini penulis mengusulkan penyelesaian masalah tersebut melalui sudut pandang berbeda, yakni menggunakan nilai central tendency. penyelesaian permasalahan penyeragaman dimensi PSSM dapat diatasi menggunakan nilai central tendency. Akurasi terbaik diperoleh pada tahap cross validation dan blind test menggunakan teknik resizing mode dengan masing-masing nilai sebesar 85,72?n 79,13%. dibandingkan dengan teknik summed-up yang menghasilkan akurasi sebesar 80,45?n 75,88%.