Page 92 - Science and Technology For Society 5.0

~ Science and Technology for Society 5.0 ~ 55

ANALISIS KEKERABATAN VIRUS DEMAM BERDARAH
MENGGUNAKAN TRIBE MARKOV CLUSTERING DAN
SPARSE MATRIX

ANALYSIS OF DANGUE VIRUS FAMILY USING TRIBE
MARKOV CLUSTERING AND SPARSE MATRIX

Selly Anastassia Amellia Kharis
Program Studi Matematika, Jurusan MIPA, Fakultas Sains dan Teknologi,
Universitas Terbuka
selly@ecampus.ut.ac.id

ABSTRAK

Demam berdarah merupakan penyakit yang ditularkan oleh nyamuk yang
telah menyebar dengan cepat di semua wilayah dalam 20 tahun terakhir,
terutama di negara-negara tropis. Penyakit demam berdarah berkisar dari
penyakit demam ringan hingga demam berdarah berat. Demam berdarah
disebabkan oleh virus dari famili Flaviviridae dan genus Flavivirus. Ada 4
serotipe virus yang berbeda yang menyebabkan demam berdarah: DEN-1,
DEN-2, DEN-3, dan DEN-4. Beberapa penelitian menunjukkan bahwa
beberapa gen terkait dapat meningkatkan risiko penyakit ini. Gen kandidat
yang diperoleh dari beberapa penelitian ternyata terkait dalam jaringan
besar Protein-Protein Interaction (PPI). Pemanfaatan teknologi dan analisis
terhadap data yang sangat besar dan sering berubah-ubah (big data) seperti
data tentang virus dengue merupakan bagian dari pemecahan masalah di
era Society 5.0. Prediksi hubungan antara serotipe dengue akan membantu
para ahli bioteknologi dan bioinformatika dalam menemukan antibiotik
untuk dengue. Penelitian ini bertujuan untuk menemukan jaringan cluster
PPI virus dengue menggunakan Tribe Markov Clustering (T-MCL), yaitu
algoritma yang memungkinkan pengelompokan yang efisien dan cepat dari
setiap rangkaian sekuens protein yang berubah-ubah. Proses T-MCL
dibangun menggunakan bahasa pemrograman R dan diterapkan pada
jaringan interaksi protein-protein dari 26 data gen virus dengue yang
diperoleh dari Virus Pathogen Database and Analysis Resource (ViPR) tahun
2010-2014. Sparse matrix diterapkan untuk menghemat penggunaan