Record Details

Klasifikasi Fungsi Senyawa Aktif berdasarkan Notasi Simplified Molecular Input Line Entry System (SMILES) menggunakan Metode Random Forest

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Klasifikasi Fungsi Senyawa Aktif berdasarkan Notasi Simplified Molecular Input Line Entry System (SMILES) menggunakan Metode Random Forest
 
Added Entry - Uncontrolled Name Winantoro, Faiz Anggiananta
Ratnawati, Dian Eka
Anam, Syaiful
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Brawijaya
 
Summary, etc. Senyawa merupakan zat tunggal yang tersusun dari dua atau lebih unsur yang membentuk ikatan kimia. Terdapat dua jenis senyawa, yaitu senyawa aktif dan senyawa tidak aktif. Senyawa aktif merupakan senyawa yang memiliki efek fisiologis terhadap organisme lain. Di Indonesia, masih banyak senyawa aktif yang belum diketahui fungsinya. Oleh sebab itu, diperlukan metode klasifikasi untuk membantu menentukan fungsi dari senyawa aktif. Klasifikasi dilakukan dengan data yang ditulis dalam notasi SMILES. Dari notasi SMILES tersebut, kemudian diambil fitur seperti jumlah atom B, C, N, O, P, S, F, Cl, Br, I, OH, =, #, @, -, +, COC, C=C, [O-], N+, C=O, dan () melalui proses preprocessing. Sebelum digunakan untuk proses klasifikasi, semua fitur tersebut dibagi dengan panjang notasi SMILES untuk mendapat nilainya. Penelitian ini dilakukan untuk mengklasifikasi fungsi senyawa aktif dengan menerapkan metode Random Forest (RF) dengan objek data SMILES dengan 4 kelas fungsi senyawa. RF dipilih karena metode ini hampir tidak mengalami kondisi overfitting, mampu menangani data dengan banyak fitur, dan metode ini tidak terpengaruh oleh dataset yang memiliki missing value. Akurasi terbaik yang dihasilkan pada pengujian dengan data 4 kelas adalah sebesar 69% dan rata-rata terbaik pada pengujian dengan metode K-Fold Cross Validation sebesar 63%. Kemudian, pada data dengan 3 kelas fungsi senyawa, akurasi terbaik yang dihasilkan sebesar 76% dan rata-rata terbaik pada pengujian dengan metode K-Fold Cross Validation sebesar 70%. Terakhir, pengujian pada data dengan 2 kelas fungsi senyawa menghasilkan akurasi tertinggi sebesar 86% dan rata-rata terbaik sebesar 80%
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/8804
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 4 (2021): April 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com