Aplikasi Support Vector Machine (SVM) untuk Pencarian Binding Site Protein-Ligan

Abstract

Drug design (desain obat) telah banyak dikembangkan dengan berbantuan komputer. Langkah awal dalam desain obat berbantuan komputer yaitu dengan mencari daerah binding site suatu protein. Binding site adalah suatu rongga pada permukaan protein yang berperan sebagai tempat melekatnya suatu ligan. Dalam penelitian ini, prediksi binding site protein-ligan dirumuskan sebagai klasifikasi biner, yaitu sebagai pembeda daerah berpotensi mengikat ligan  dan daerah yang tidak berpotensi mengikat ligan. Dataset yang akan digunakan dalam penelitian ini yaitu diambil dari webserver RCSB Protein Data Bank) sebanyak 14 data protein. Untuk menyelesaikan masalah klasifikasi tersebut, dipilihlah metode Support Vector Machine (SVM). Hasil dari penelitian ini diperoleh rata-rata training untuk akurasi 99,02%, precision 99,04%, recall 99,02%, f-measure 99,02%, MCC 96,84%, ROC 92,82%, PRC 93,71%, dan rata-rata waktu training sebesar 18,92 detik. Serta didapat rata-rata akurasi testing sebesar  95,98 % dan rata-rata waktu test sebesar 0,03642 detik.

Kata kunci: drug design, Support Vector Machine (SVM)