DETEKSI KOMUNITAS JARINGAN INTERAKSI PROTEIN PENYAKIT HIPERTENSI MENGGUNAKAN ALGORITMA PSO-NET

Gustiantoro, Rizky (2025) DETEKSI KOMUNITAS JARINGAN INTERAKSI PROTEIN PENYAKIT HIPERTENSI MENGGUNAKAN ALGORITMA PSO-NET. Skripsi thesis, UPN "Veteran" Yogyakarta.

	Text 2_Cover_123210097_Rizky Gustiantoro.pdf Download (175kB)
	Text 4_Halaman Pengesahan Pembimbing_123210097_Rizky Gustiantoro.pdf Download (238kB)
	Text 4_Halaman Pengesahan Penguji_123210097_Rizky Gustiantoro.pdf Download (297kB)
	Text 3_Abstrak_123210097_Rizky Gustiantoro.pdf Download (712kB)
	Text 5_Daftar Isi_123210097_Rizky Gustiantoro.pdf Download (365kB)
	Text 6_Daftar Pustaka_123210097_Rizky Gustiantoro.pdf Download (1MB)
	Text 1_Skripsi Full_123210097_Rizky Gustiantoro.pdf Restricted to Repository staff only Download (4MB)

Abstract

Hipertensi merupakan salah satu penyakit tidak menular dengan tingkat prevalensi
dan dampak kesehatan yang tinggi secara global. Meskipun tidak selalu menunjukkan
gejala pada tahap awal, hipertensi berkontribusi besar terhadap risiko kejadian
kardiovaskular serius seperti stroke dan gagal jantung. Dalam beberapa tahun terakhir,
pendekatan berbasis jaringan interaksi protein (PPI) telah digunakan untuk memahami
mekanisme molekuler penyakit ini secara lebih menyeluruh. Deteksi komunitas dalam
jaringan PPI menjadi langkah penting untuk mengidentifikasi kelompok protein yang
mungkin terlibat dalam jalur biologis terkait hipertensi..
Penelitian ini mengimplementasikan algoritma PSO-Net, sebuah metode berbasis
Particle Swarm Optimization, untuk mendeteksi komunitas dalam jaringan PPI yang
dikonstruksi dari data protein terkait hipertensi. PSO-Net dioptimalkan menggunakan
fungsi objektif modularitas, serta memanfaatkan representasi Locus-based Adjacency
Representation (LAR) untuk efisiensi dalam operasi crossover dan mutasi. Proses
analisis dilakukan mulai dari preprocessing data, konstruksi jaringan, hingga partisi
komunitas secara iteratif guna mencapai konfigurasi optimal.
Hasil implementasi menunjukkan bahwa PSO-Net mampu menghasilkan struktur
komunitas dengan nilai modularitas yang stabil dan meningkat secara bertahap,
mencerminkan kualitas partisi yang baik dari sisi struktur jaringan. Validasi lebih lanjut
dengan enrichment analysis mengindikasikan bahwa sebagian besar komunitas
memiliki konsistensi terhadap pola fungsional yang relevan, meskipun tidak
mengggunakan informasi biologis secara langsung dalam proses deteksi. Temuan ini
menunjukkan potensi pendekatan komputasional berbasis swarm intelligence dalam
analisis jaringan biologis.
Kata Kunci: Hipertensi, Jaringan Interaksi Protein, PSO-Net, Deteksi Komunitas

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Rizky Gustiantoro (Penulis-123210097) ; Heru Cahya Rustamaji (Pembimbing)
Uncontrolled Keywords:	Hipertensi, Jaringan Interaksi Protein, PSO-Net, Deteksi Komunitas
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	UPA Perpustakaan
Date Deposited:	15 Oct 2025 04:04
Last Modified:	15 Oct 2025 04:04
URI:	http://eprints.upnyk.ac.id/id/eprint/44407

Actions (login required)

View Item