Klasifikasi Fungsi Senyawa Aktif Berdasarkan Data Simplified Molecular Input Line Entry System (SMILES) Menggunakan Metode Support Vector Machine (SVM)
| Main Author: | Indarwati, Dwi Febry |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/172015/1/Dwi%20Febry%20Indarwati%20-%20skripsi%20%282%29.pdf http://repository.ub.ac.id/172015/ |
Daftar Isi:
- Senyawa kimia dapat dibedakan menjadi dua, yaitu senyawa aktif dan senyawa pasif. Saat ini masih banyak senyawa aktif yang belum diketahui peran farmakologinya, sehingga dibuatnya sistem untuk mengelompokkan fungsi senyawa aktif diharapkan dapat menunjang penelitian yang dilakukan oleh kimiawan di laboratorium. Untuk memudahkan proses komputasi pada sistem akan digunakan data SMILES. Data SMILES menggambarkan senyawa kimia dalam notasi baris. Penelitian yang dilakukan dengan menggunakan metode Support Vector Machine (SVM) karena metode SVM memiliki kemampuan generalisasi yang tinggi tampa membutuhkan dataset tambahan. Pada penelitian ini jumlah fitur yang digunakan sebanyak 15 fitur dan objek sebanyak 3 kelas fungsi senyawa aktif, diantaranya adalah metabolisme, infeksi, dan anti radang. Hasil dari pengujian terbaik ketika menggunakan kernel Gaussian RBF, menggunakan nilai lambda (λ) sebesar 5, nilai Complexity sebesar 0,1, nilai sigma (σ) sebesar 0,5, dan dengan jumlah iterasi sebanyak 5 mendapatkan akurasi sebesar 83,33%.