ANALISIS MAXIMUM CLIQUE PADA JARINGAN INTERAKSI PROTEIN PENYAKIT TUBERKULOSIS MENGGUNAKAN ALGORITMA CLISAT UNTUK PERAN FUNGSIONAL

YEDHIT TRISAKTI TAMMA, . (2026) ANALISIS MAXIMUM CLIQUE PADA JARINGAN INTERAKSI PROTEIN PENYAKIT TUBERKULOSIS MENGGUNAKAN ALGORITMA CLISAT UNTUK PERAN FUNGSIONAL. Skripsi thesis, UPN "VETERAN" YOGYAKARTA.

	Text 123220160_Cover - Yedhit Tamma.pdf Download (194kB)
	Text 123220160_Abstrak - Yedhit Tamma.pdf Download (212kB)
	Text 123220160_Halaman Pengesahan - Yedhit Tamma.pdf Download (565kB)
	Text 123220160_Daftar Isi - Yedhit Tamma.pdf Download (210kB)
	Text 123220160_Daftar Pustaka - Yedhit Tamma.pdf Download (191kB)
	Text 123220160_Fulltext - Yedhit Tamma.pdf Restricted to Repository staff only Download (14MB)

Abstract

Penyakit Tuberkulosis (TB) melibatkan interaksi protein yang sangat kompleks dalam mekanisme patogenesisnya. Untuk memahami mekanisme penyakit ini secara mendalam, diperlukan pendekatan komputasi graf yang mampu mengekstraksi jaringan interaksi secara efisien. Namun, besarnya skala dan kepadatan data interaksi protein (hairball network) menuntut adanya algoritma pencarian yang mampu bekerja secara cepat dan akurat untuk menemukan pusat interaksi utama tanpa mengorbankan performa komputasi. Keterbatasan tersebut menunjukkan perlunya sistem komputasi yang tidak hanya tangguh secara matematis, tetapi juga mampu menghasilkan data biologis yang relevan. Oleh karena itu, penelitian ini bertujuan untuk mengevaluasi efisiensi waktu komputasi algoritma CliSAT pada jaringan interaksi protein dengan tingkat kepadatan yang bervariasi, serta menganalisis korelasi antara kelompok protein yang teridentifikasi sebagai maximum clique dengan peran fungsionalnya.
Metode yang diusulkan menggunakan pendekatan pemodelan graf dan optimasi algoritma CliSAT untuk menyelesaikan Maximum Clique Problem. Proses diawali dengan penyaringan interaksi protein berdasarkan ambang batas confidence score untuk mengeliminasi probabilitas interaksi yang lemah. Proses ini mempartisi jaringan ke dalam tiga skenario tingkat kepadatan, yaitu Medium (0.4), High (0.7), dan Highest (0.9). Struktur topologi graf yang dihasilkan kemudian ditransformasikan ke dalam representasi baku berformat DIMACS (.clq) agar matriks relasionalnya dapat dibaca dan dieksekusi oleh mesin algoritma CliSAT. Evaluasi dilakukan dengan mengukur efisiensi waktu eksekusi komputasi pada ketiga skenario, serta melakukan analisis pengayaan biologis untuk memastikan peran fungsional dari kelompok protein target yang berhasil diekstraksi.
Hasil penelitian menunjukkan bahwa algoritma CliSAT sangat efisien dalam mengatasi kepadatan jaringan, dengan waktu eksekusi pencarian maximum clique sebesar 0.01316 detik untuk 23 protein (Medium), 0.00401 detik untuk 15 protein (High), dan 0.00332 detik untuk menyisakan 9 protein inti (Highest). Analisis lanjutan memastikan bahwa kelompok protein yang diekstraksi memiliki korelasi fungsional yang sangat kuat dengan sistem pertahanan tubuh inang, khususnya pada mekanisme modifikasi kromatin, aktivasi limfosit, dan persinyalan sitokin. Kesimpulannya, algoritma CliSAT terbukti tangguh dalam mereduksi kompleksitas jaringan secara cepat, dan kelompok protein yang dihasilkan dapat dipastikan memiliki peran fungsional yang relevan sebagai data rujukan terpercaya untuk penelitian medis lanjutan.

Item Type:	Tugas Akhir (Skripsi)
Uncontrolled Keywords:	Tuberkulosis, Jaringan Interaksi Protein, Maximum Clique, CliSAT, Bioinformatika
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	08 Oct 2026 08:35
Last Modified:	08 Oct 2026 08:35
URI:	http://eprints.upnyk.ac.id/id/eprint/49632

Actions (login required)

View Item