Prediksi Bioaktivitas Penghambat Protease NS3 sebagai Anti Virus Dengue Berbasis In-Silico Menggunakan LSTM - Algoritma Firefly - Dalam bentuk buku karya ilmiah

GIRAS MATAHARI

Informasi Umum

Kode

25.04.6654

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Dilihat

10 kali

Informasi Lainnya

Abstraksi

Dengue adalah penyakit yang disebabkan oleh virus yang ditularkan melalui nyamuk Aedes dan menjadi masalah kesehatan global dengan jutaan kasus setiap tahun. Salah satu target utama dalam pengembangan obat dengue adalah NS3 protease, protein esensial yang berperan dalam replikasi virus, namun pendekatan konvensional masih menghadapi keterbatasan biaya dan efektivitas. Teknologi kecerdasan buatan, khususnya metode Machine Learning telah menunjukkan potensi besar dalam mempercepat penemuan obat dengan meningkatkan efisiensi dan akurasi prediksi. Penelitian ini bertujuan untuk memprediksi bioaktivitas senyawa dengan menggunakan pendekatan berbasis kecerdasaan buatan. Metode yang digunakan mencakup pendekatan in-silico untuk bioaktivitas, di mana model Long Short-Term Memory (LSTM) dioptimasi menggunakan Algoritma Firefly. Hasil terbaik dicapai pada skenario optimasi dengan nilai beta 0,8, yang menghasilkan model 3-layer dengan konfigurasi [125, 37, 73] dan fungsi aktivasi sigmoid. Model ini mencapai akurasi sebesar 0,7647 dan F1score sebesar 0,7705 pada data uji, yang menunjukkan performanya baik dan klasifikasi yang seimbang serta konsisten antar kelas. Hasil ini membuktikan bahwa pendekatan LSTM yang dioptimasi dengan Algoritma Firefly dapat menyaring senyawa secara efisien dan berkontribusi pada pengembangan obat anti-dengue yang lebih efektif.<br /> <br /> Kata kunci: Dengue, NS3 protease, Kecerdasan buatan, Machine Learning, Long Short-Term Memory (LSTM), Algoritma Firefly