creators_name: DINA PUTRI, AULIA
creators_id: 1957051004
type: other
datestamp: 2024-02-15 04:46:50
lastmod: 2024-02-15 04:46:50
metadata_visibility: show
title: KLASIFIKASI GEN ESENSIAL PADA DROSOPHILA MELANOGASTER
BERDASARKAN PROTEIN SEQUENCE MENGGUNAKAN METODE
LONG SHORT-TERM MEMORY (LSTM)
ispublished: pub
subjects: 000
subjects: 500
full_text_status: restricted
abstract: Gen esensial adalah gen yang sangat diperlukan untuk mendukung kehidupan
organisme seluler. Penghapusan gen esensial pada organisme akan mengakibatan
kematian dan infertilitas. Mengklasifikasikan gen esensial ada 2 cara, yaitu
dengan teknik eksperimental dan komputasi, namun teknik eksperimental
membutuhkan sumber daya yang besar. Pada penelitian ini mengusulkan metode
Long Short-Term Memory (LSTM) untuk mengklasifikasikan gen esensial pada
Drosophila melanogaster berdasarkan protein sequence. Drosophila
melanogaster adalah salah satu organisme yang sering digunakan untuk analisis
science. Tujuan penelitian ini, yaitu mengukur dan mengklasifikasi hasil
penelitian menggunakan algoritma Long Short-Term Memory (LSTM) dan
membandingkan hasilnya dengan penelitian terdahulu oleh Beder, et al, (2021).
Data dibagi dengan 2 skenario, yaitu : 80% training 20% validation ; dan 90%
training 10% data validation. Pada dataset CEG memiliki distribusi kelas yang
tidak seimbang sehingga dilakukan proses Random Undersampling (RUS) untuk
menyeimbangkan kelas. Evaluasi model dilakukan dengan metrik evaluasi, yaitu
PR-AUC, ROC-AUC, sensitivity dan specificity. Hasil kinerja yang paling baik
pada dataset OEG didapatkan pada skenario pembagian data 80% training dan
20% validation, dengan nilai sensitivity 81%, specificity 76%, ROC-AUC 79% ,
PR-AUC 82%. Hasil yang paling baik pada dataset CEG diperoleh dari
pembagian data 80% training dan data 20% validation dengan nilai yang didapat
untuk sensitivity 73%, specitifity 50% ROC-AUC 61%, dan PR-AUC 45%.
Kata Kunci : Gen Esensial, Klasifikasi, Drosophila melanogaster, Protein
sequence, LSTM.

Essential genes are genes that are very necessary to support the life of cellular
organisms. Deletion of essential genes in an organism will result in death and
infertility. There are 2 ways to classify essential genes, specifically experimental
and computational techniques, but experimental techniques require large
resources. In this study, we propose the Long Short-Term Memory (LSTM)
method to classify essential genes in Drosophila melanogaster based on protein
sequences. Drosophila melanogaster is an organism that is often used for scientific
analysis. The purpose of this research is to measure and classify research results
using the Long Short-Term Memory (LSTM) algorithm and compare the results
with previous research by Beder, et al, (2021). The data is divided into 2
scenarios, specifically 80% training 20% validation and 90% training 10% data
validation. The CEG dataset has an unbalanced class distribution so a Random
Undersampling (RUS) process is carried out to balance the classes. Model
evaluation was carried out using evaluation metrics, specifically PR-AUC, ROCAUC,
sensitivity and specificity. The best performance results on the OEG dataset
were obtained in the data sharing scenario of 80% training and 20% validation,
with sensitivity values of 81%, specificity 76%, ROC-AUC 79%, PR-AUC 82%.
The best results on the CEG dataset were obtained from dividing 80% training
data and 20% validation data with values obtained for sensitivity 73%, specificity
50% ROC-AUC 61%, and PR-AUC 45%
Keyword : Gen Essential, Classification, Drosophila melanogaster, Protein
sequence, LSTM.
date: 2023-12-22
date_type: published
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
place_of_pub: UNIVERSITAS LAMPUNG
id_number: 1957051004
citation:   DINA PUTRI, AULIA  (2023) KLASIFIKASI GEN ESENSIAL PADA DROSOPHILA MELANOGASTER BERDASARKAN PROTEIN SEQUENCE MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM).  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
document_url: http://digilib.unila.ac.id/78869/1/ABSTRAK.pdf
document_url: http://digilib.unila.ac.id/78869/2/SKRIPSI%20FULL.pdf
document_url: http://digilib.unila.ac.id/78869/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf