Pengelompokan Fungsi Aktif Senyawa Data SMILES (Simplified Molecular Input Line Entry System) menggunakan Metode K-Means dengan Inisialisasi Pusat Klaster menggunakan Metode Heuristic O(N LogN)
Main Author: | Witanto, Sherly |
---|---|
Format: | Thesis NonPeerReviewed Book |
Bahasa: | eng |
Terbitan: |
, 2018
|
Subjects: | |
Online Access: |
http://repository.ub.ac.id/14000/1/Sherly%20Witanto.pdf http://repository.ub.ac.id/14000/ |
Daftar Isi:
- Senyawa aktif mempunyai salah satu kegunaan sebagai bahan obat-obatan yang mampu mencegah maupun menyembuhkan penyakit. Sebagian senyawa aktif sudah ditemukan fungsinya dan sebagian lagi masih dalam tahap penelitian. Saat ini di Indonesia masih belum ada program yang mampu mengklasifikasi senyawa kimia sebagai obat untuk penyakit tertentu. Notasi SMILES merupakan konversi senyawa kimia dalam bentuk notasi baris. Notasi SMILES mampu memberikan kemudahan pada proses komputerisasi pada klasifikasi senyawa kimia. Klasifikasi atau pengelompokan notasi SMILES dilakukan dengan mengambil nilai 11 fitur atom B,S,N,O,I,F,C,P,CI,Br dan OH yang ada pada senyawa tersebut. Sebelum diproses, untuk mendapatkan nilai fitur dilakukan proses dengan membagi masing-masing jumlah atom dengan panjang senyawanya. Algoritme K-Means merupakan metode klastering yang paling banyak digunakan karena bersifat mudah dan sederhana. Pengelompokan fungsi aktif menggunakan metode K-Means mempunyai kelemahan pada proses inisialisasi klaster yang bersifat random, sehingga digunakan metode heuristic o(n logn) untuk mendapatkan inisial klaster dengan nilai yang lebih baik. Berdasarkan perangkat lunak yang telah dibuat, pengujian dilakukan dengan menggunakan data latih sebanyak 512 dan data uji sebanyak 128. Akurasi yang diperoleh dari pengujian yaitu sebesar 63% dan pengujian menggunakan K-Fold Cross Validation dengan 10 kali pengujian menghasilkan akurasi rata-rata sebesar 52.58%. Pengujian menggunakan K-Means dengan heuristic o(n logn) menghasilkan akurasi yang lebih baik dibandingkan dengan K-Means konvensional.