Identifikasi otomatis galur mencit dan tikus menggunakan sequence DNA dengan pendekatan dynamic programming - USD Repository

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

IDENTIFIKASI OTOMATIS GALUR MENCIT DAN TIKUS MENGGUNAKAN
SEQUENCE DNA DENGAN PENDEKATAN DYNAMIC PROGRAMMING

SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer
Jurusan Teknik Informatika

Oleh :
Tulus Wardoyo
NIM : 065314073

PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2012

i 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

AUTOMATIC IDENTIFICATION OF STRAINS OF MICE AND RATS BY
DNA SEQUENCES USING DYNAMIC PROGRAMMING APPROACH

A THESIS
Presented as Partial Fulfillment of the Requirements

To Obtain the Sarjana Komputer Degree
In Department of Informatics Engineering

By :
Tulus Wardoyo
NIM : 065314073

INFORMATICS ENGINEERING STUDY PROGRAM
INFORMATICS ENGINEERING DEPARTMENT
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2012

ii 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN

TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

HAI,AMAN PSRSETUJUAN

SKRIPSI
IDEI{IMIKASI OTOMATIS GALIIR MINCIT DAN TIKTIS MENGGUNAKAN
SEQAENCE DI{A DDNGAN PETTIDEXATAN ITWAMIC PhOG&AMNTNG

o-Yg
;f
Offi-r_
gn
gT

zffid
Z#5
-)I1t

vb.i""S t
Tehh lltsctuiui Oleh:

Pcmbimbing

Dn Clprirnus Kuntoro AdL SJ.r llil.Sc"

iii

Tanggrl

*f April20l2

AI

'cs'ht'JS'S'eso5

g*^Y" 4

BUTJBqC g1BUBS SEIIsJoAm

If,olou{al

rrep sur"S

sgllrupd

ZI0Z tudy ;..strcryer€oS

epEEuy

'ah[ ''I'S'1py

odofimg suf18qruedsnd :

'O'rld''cs'r1t 'euArttp4 s:[il

rlnBuatr

'f 'sr(I

:

suaaDles

unlex

unlusunsns

'pruds Flnuarrnur uu>pp{mp uug
ZIAT, 1orelN I Z pAEuEl ep"d
rftrEua4

q1

uedepm ueryreqeueUp

€t'tttS90:
odoprell

qelel

I^[IN

sqnl

: qalo unsnsrp uup rmldursredrp

ftre1

ENITruYXgOAd JINWNT,(I NYIYXfl(INfl{ NVCNflO VNO flEATANAflS
N\r)IYNNCDTXn[ SNXII NVO J.IJMIIT UNTYD SI.f,Y!{OIO ISY}II,flIINUOI

ISdIUTS
NYITYSflCNfld NYIIIY,TYII

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK

TIDAKTERPUJI
TERPUJI

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

“Hidup bukanlah perjuangan menghadapi badai, tapi
bagaimana tetap menari di tengah hujan.”

Kupersembahkan untuk :
Tuhan ku Yesus Kristus…
Kedua Orang Tua saya…
Sahabat terkasih…
dan, untuk setiap orang yang mempelajari Bioinformatika…

v 

 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

PERNYATAAN KEASLIAN KARYA
Saya menyatakan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat
karya orang lain kecuali telah disebutkan dalam kutipan atau daftar pustaka,
sebagaimana layaknya karya ilmiah.
Yogyakarta, 9 April 2012,
Penulis

Tulus Wardoyo

vi 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

PERNYATAAN PERSETUJUAN
PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma :
Nama

: Tulus Wardoyo

NIM

: 065314073

Demi pengembangan ilmu pengetahuan,saya memberikan kepada perpustakaan

Universitas Sanata Dharma karya ilmiah saya yang berjudul :
IDENTIFIKASI OTOMATIS GALUR MENCIT DAN TIKUS
MENGGUNAKAN SEQUENCE DNA DENGAN PENDEKATAN
DYNAMIC PROGRAMMING
Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan
kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan,
mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan
data, mendistribusikannya secara terbatas dan mempublikasikannya di internet
atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya
maupun memberikan royalty kepada saya selama tetap mencantumkan nama saya
sebagai penulis. Demikian pernyataan ini yang saya buat dengan sebenarnya.
Yogyakarta, 9 April 2012,
Penulis,

Tulus Wardoyo

vii 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

ABSTRAK
Dalam pengembangan bahan obat diperlukan uji praklinik yang
membutuhkan hewan percobaan bergalur murni. Penelitian ini membangun suatu
sistem indentifikasi secara otomatis tikus dan mencit bergalur murni
menggunakan pendekatan Dynamic Programming. Penelitian ini menggunakan
data sequence DNA 3 mencit dengan berbeda galur, tikus, dan tikus Lemur,
dengan jumlah total 300 sequence DNA mencit dan tikus. Berdasarkan hasil
penelitian yang dilakukan dengan kombinasi dari 3 metode multiple sequence
alignment dan 2 metode consensus, diperoleh akurasi bervariasi dari yang
terendah yaitu 38,000 % sampai dengan yang tertinggi 81,667 % .
Kata kunci : sequence DNA, Bioinformatika, galur mencit, Dynamic
Programming, sequence alignment, sequence consensus, multiple sequence
alignment.

viii 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

ABSTRACT
In the development of pharmaceuticals needed preclinic trials that require
animal experiments fluted pure. This research builds a system to automatically
identify rats and mice using fluted pure Dynamic Programming approach. This
research uses DNA sequence of data with three different strains of mice, rats, and
Lemurs, with a total of 300 sequence the DNA of mice and rats. Based on the
results of the research conducted with combination of three multiple sequence
alignment method and two method sequence consensus, obtained accuracy varies
from the lowest i.e. 38,000% up to the highest 81,667%.
Keywords : DNA sequence, Bioinformatics, a strain of mice, Dynamic
Programming, sequence alignment, sequence consensus, multiple sequence
alignment.

ix 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa yang telah memberikan segala karuniaNya sehingga penulis dapat menyelesaikan skripsi dengan judul “Identifikasi
Otomatis Galur Mencit dan Tikus Menggunakan Sequence DNA dengan
Pendekatan Dynamic Programming”. Dalam kesempatan ini, penulis ingin
mengucapkan terima kasih yangs ebesar-besarnya kepada semua pihak yang turut
memberikan dukungan, semangat dan bantuan hingga selesainya skripsi ini:
1. Romo Dr. Cyprianus Kuntoro Adi, S.J., M.A., M.Sc. selaku dosen
pembimbing, terimakasih atas segala bimbingan dan kesabaran dalam
mengarahkan dan membimbing penulis dalam menyelesaikan tugas akhir
ini.
2. Ibu P.H. Prima Rosa, S.Si., M.Sc selaku Dekan Fakultas Sains dan
Teknologi Universitas Sanata Dharma Yogyakarta.
3. Ibu Ridowati Gunawan, S.Kom., M.T. selaku kaprodi Teknik Informatika.
4. Bapak J. Eka Priyatma, M.Sc., Ph.D. dan Bapak Puspaningtyas Sanjoyo
Adi, S.T., M.T. selaku dosen penguji.
5. Seluruh staff pengajar Prodi Teknik Informatika Fakultas Sains dan
Teknologi Universitas Sanata Dharma.
6. Kedua orang tua saya yang tercinta, yang telah memberi dukungan kepada
penulis baik spiritual maupun material.

x 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

7. Eka Permatasari, Siwi Febrianti, Widiyo Sutoto, dan Ferdinandus Andaru
Prima Yudha  yang sudah banyak membantu dalam proses pembuatan
skripsi ini, atas dukungan, semangat, dan bantuan.
8. Teman-teman

prodi

Teknik

Informatika

angkatan

2006,

atas

kebersamaanya selama penulis menjalani masa studi.
9. Serta semua pihak yang tidak dapat disebutkan satu-persatu yang telah
membantu penulis dalam menyelesaikan skripsi ini.
Penulis menyadari bahwa tugas akhir ini jauh dari sempurna, oleh karena itu
kritik dan saran yang sifatnya membangun sangat penulis harapkan.
Akhir kata, penulis berharap semoga skripsi ini dapat bermanfaat bagi
pembaca dan pihak lain yang membutuhkannya.
Yogyakarta, 23 April 2012,

Penulis

xi 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR ISI
HALAMAN JUDUL................................................................................................ i
HALAMAN JUDUL (INGGRIS) ........................................................................... ii
HALAMAN PERSETUJUAN ............................................................................... iii
HALAMAN PENGESAHAN................................................................................ iv
PERNYATAAN KEASLIAN KARYA ................................................................ vi
PERNYATAAN PERSETUJUAN ....................................................................... vii
ABSTRAK ........................................................................................................... viii
ABSTRACT ........................................................................................................... ix
KATA PENGANTAR ............................................................................................ x
DAFTAR GAMBAR ............................................................................................ xv
DAFTAR TABEL ................................................................................................ xix
Glosarium .............................................................................................................. xx
BAB I : PENDAHULUAN ..................................................................................... 1
1.1.

Latar Belakang.......................................................................................... 1

1.2.

Rumusan Masalah. ................................................................................... 2

1.3.

Tujuan Penelitian. .................................................................................... 3

1.4.

Batasan Masalah. ...................................................................................... 3

1.5.

Metodologi Penelitian. ............................................................................. 3

1.6.

Sistematika Penulisan. .............................................................................. 4

xii 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB II : LANDASAN TEORI ............................................................................... 6
2.1.

Pengenalan Pola Dalam Bioinformatika. ................................................. 6

2.2.

Pengertian DNA. ...................................................................................... 7

2.3.

Format Fasta dan Format Stockholm. .................................................... 10

2.4.

Sequence Alignment................................................................................ 13

2.5.

Multiple Sequence Alignment. ................................................................ 14

2.6.

Sequence Consensus. .............................................................................. 37

2.7.

Substitution Matrix. ................................................................................ 49

2.8.

Dynamic Programming. ......................................................................... 49

2.9.

Komplesitas Waktu. ............................................................................... 59

BAB III : METODOLOGI PENELITIAN ........................................................... 61
3.1.

Data Mencit Dan Tikus. ......................................................................... 61

3.2.

5 Fold Cross-Validation. ........................................................................ 62

3.3.

Proses Training....................................................................................... 64

3.4.

Proses Testing. ........................................................................................ 65

3.5.

Perancangan Sistem. ............................................................................... 67

3.6.

Spesifikasi Hardware. ............................................................................. 71

BAB IV : IMPLEMENTASI DAN ANALISA HASIL ....................................... 72
4.1.

Hasil dan Analisis. .................................................................................. 72

4.2.

Implementasi Antar – Muka yang Digunakan Dalam Sistem. ............... 78

xiii 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

4.3.

Kompleksitas Waktu Asimptotik. .......................................................... 89

BAB V : PENUTUP ............................................................................................. 97
5.1.

Kesimpulan ............................................................................................. 97

5.2.

Saran ....................................................................................................... 98

DAFTAR PUSTAKA ........................................................................................... 99
LAMPIRAN ........................................................................................................ 103
A. Lampiran Proses Preprosesing. ............................................................... 104
B. Lampiran Analisa Hasil dengan 5 Fold Cross – Validation. ................... 108

xiv 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR GAMBAR
Gambar 2.1. Struktur dari nucleotide yang membentuk DNA dalam ikatan kimia
(Sung, 2010). ........................................................................................................... 8
Gambar 2.2. Struktur dari 5 basa nitrogen (Sung, 2010)....................................... 8
Gambar 2.3. Contoh untaian DNA yang dibentuk oleh 5 nucleotide yang saling
berikatan, dan itu terdiri dari sebuah backbone phosphate-sugar dan 5 basa (Sung,
2010). ...................................................................................................................... 9
Gambar 2.4. Sequence DNA dalam Format FASTA............................................ 10
Gambar 2.5. Contoh Format Stockholm yang paling sederhana (Eddy, 2005). .. 11
Gambar 2.6. Contoh dari format Stockholm dengan beberapa mark – up. ......... 13
Gambar 2.7. Sequence DNA untuk global alignment ........................................ 14
Gambar 2.8. Sequence DNA untuk Local alignment. ......................................... 14
Gambar 2.9. Contoh perhitungan jarak dari P – Distance................................... 15
Gambar 2.10. Contoh penentuan letak root dari sebuah tree unrooted (Stewart,
2004). .................................................................................................................... 17
Gambar 2.11. Tree dari hasil proses neighbor – join dan midpoint

(Singh,

2000). .................................................................................................................... 18
Gambar 2.12. Sebuah sequence alignment dengan gap. ..................................... 19
Gambar 2.13. Konversi sequence DNA ke sequence profile .............................. 20
Gambar 2.14. Gambaran proses Multidimensional dynamic programming........ 21
Gambar 2.15. Gambaran Algoritma Muscle (Edgar, 2004b). ............................. 22
Gambar 2.16. Gambaran dari subsequence k -mer dengan k = 6. ....................... 23
Gambar 2.17. Mutasi DNA menurut kimura. ...................................................... 25

xv 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Gambar 2.18. Bagian A menunjukan proses progressive alignment. Sedangkan
bagian B menunjukan proses iterative refinement (Katoh, 2008)......................... 28
Gambar 2.19. Konversi sequence DNA ke urutan vector 4 dimensi. .................. 30
Gambar 2.20. Sebuah contoh dari optimasi segment sequence homolog dengan
DP (Katoh, 2002). ................................................................................................. 32
Gambar 2.21. Perhitungan dari Position Weight Matrix (Sung, 2010). ............. 37
Gambar 2.22. Markov chains untuk DNA (Attaluri, 2007). ............................... 38
Gambar 2.23. Model HMM dari kedua koin (Attaluri, 2007). ............................ 40
Gambar 2.24. Struktur model PHMM (Attaluri, 2007). ...................................... 42
Gambar 2.25. MSA dari alignment DNA (Attaluri, 2007).................................. 43
Gambar 2.26. Hasil akhir model PHMM untuk MSA pada gambar 2.25
(Attaluri, 2007)...................................................................................................... 45
Gambar 2.27. Peta rute perjalanan (Wahyujati, 2005). ....................................... 50
Gambar 2.28. Tahapan pencarian rute terpendek (Wahyujati, 2005)................. 51
Gambar 2.29. Solusi terakhir yang merupakan jalur terpendek .......................... 53
Gambar 2.30. Contoh alignment dari global alignment. ..................................... 54
Gambar 2.31. Contoh alignment dari local alignment........................................ 54
Gambar 2.32. Pengisian gap pinalti dalam matrik. ............................................. 55
Gambar 2.33. Matrik nilai yang sudah terisi. ...................................................... 57
Gambar 2.34. Pointer nilai optimal. .................................................................... 58
Gambar 2.35. Sequence alignment optimal. ........................................................ 59
Gambar 3.1. Sequence DNA dengan format Fasta. ............................................ 62

xvi 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Gambar 3.2. Pembagian data 5 fold cross-validation.......................................... 62
Gambar 3.3. Pembagian data training dan testing pada setiap modelnya. .......... 63
Gambar 3.4. Proses Training untuk setiap model. .............................................. 64
Gambar 3.5. Contoh proses pembentukan model/ consensus. ............................ 65
Gambar 3.6. Proses testing /proses Pengenalan dalam setiap model. ................. 66
Gambar 3.7. Contoh proses pengenalan dengan setiap model. ........................... 66
Gambar 3.8. Halaman Depan /Halaman Menu Utama. ....................................... 67
Gambar 3.9. Halaman Proses Multiple Sequence Alignment. ............................. 68
Gambar 3.10. Halaman pembentukan sequence consensus. ............................... 68
Gambar 3.11. Halaman konversi file fasta ke Stockholm................................... 69
Gambar 3.12. Halaman Pengenalan Tunggal galur mencit dan Tikus. ............... 69
Gambar 3.13. Halaman Bantuan Program. .......................................................... 70
Gambar 4.1. Grafik akurasi ke – 6 skenario yang sudah dilakukan. ................... 76
Gambar 4.2. Implementasi Halaman Depan. ....................................................... 79
Gambar 4.3. Implementasi Halaman MSA. ........................................................ 80
Gambar 4.4. Implementasi Halaman Consensus. ................................................ 81
Gambar 4.5. Implementasi Halaman Fasta to Stockholm. .................................. 82
Gambar 4.6. Implementasi Halaman Pengenalan Tikus dan Mencit. ................. 83
Gambar 4.7. Implementasi Halaman Bantuan Program. ..................................... 83
Gambar 4.8. Implementasi Halaman open file. ................................................... 84
Gambar 4.9. Implementasi Halaman Save File. .................................................. 84
Gambar 4.10. Eror – Handling Save 1. ............................................................... 85
Gambar 4.11. Eror – Handling Save 2. ............................................................... 85

xvii 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Gambar 4.12. Eror – Handling Save 3. ............................................................... 86
Gambar 4.13. Eror Handling Peringatan pada MSA. ......................................... 86
Gambar 4.14. Eror Handling pada Halaman Consensus 1.................................. 87
Gambar 4.15. Eror – Handling pada Halaman Consensus 2............................... 87
Gambar 4.16. Progress Bar Perhitungan Jarak. ................................................. 88
Gambar 4.17. Progress Bar Progressive Alignment. .......................................... 88
Gambar 4.18. Progress Bar Pengenalan. ............................................................ 88

xviii 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR TABEL
Tabel 2.1. Kompleksitas Waktu MSA Phylogenetic. ........................................... 21
Tabel 2.2. Kompleksitas Waktu MSA Muscle. .................................................... 27
Tabel 2.3. Probabilitas emission dari profile HMM pada gambar 2.25. ............... 44
Tabel 2.4. Probabilitas transisi dari PHMM pada gambar 2.24. ........................... 45
Tabel 2.5. Jarak tiap node. .................................................................................... 51
Tabel 2.6. Gambaran pemecahan pada stage 1 ..................................................... 52
Tabel 2.7. Gamabaran pemecahan solusi stage 2. ................................................. 52
Tabel 2.8. Perhitungan pencarian solusi stage 3. .................................................. 53
Tabel 2.9. Perbandingan pertumbuhan T(n) dengan n2 ......................................... 60
Tabel 3.1. Confusion Matrix. ................................................................................ 63
Tabel 3.2. Enam skenario pemodelan /pembentukan consensus. ......................... 65
Tabel 4.1. Enam skenario kombinasi metode preprosessing. ............................... 72
Tabel 4.2. Tabel hasil akurasi dari ke 6 skanario. ................................................. 73
Tabel 4.3. Confusion matrix MAFFT – HMMER. ............................................... 77
Tabel 4.4. Kompleksitas Waktu Ke – 6 Skenario. ................................................ 89

xix 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Glosarium
Efikasi

= Kemampuan obat untuk menghasilkan efek
terapeutik yang diinginkan.

Farmakokinetik

= Kerja obat dalam tubuh selama periode waktu,
termasuk proses penyerapan distribusi, lokalisasi,
dalam jariangan biotransformasi dan ekskresi.

Homolog

= Gen yang sama dalam struktur dan asal usul
evolusi dengan gen spesies lain.

Isolasi

= Extraksi kimia pada subtansi yang tidak diketahui
dalam bentuk dari jaringan.

Kultur

= Perkembang biakan mikroorganisme atau jaringan
sel hidup pada media yuang menyebabkan
pertumbuhanya.

Kultur sel

= Pertumbuhan sel,

Reseptor

= Molekul dipermukaan atau didalam sitoplasma sel
yang mengenal dan mengikat molekul spesifik,
menghasilkan efek khusus dalam sel.

Sintesis

= terbentuknya senyawa dengan penyatuan elemen
penyusunnya, dilakukan secara buatan atau
sebagaian hasil proses alami.

Toksis

= bersifat racun.

Toksisitas

= kualitas bersifat racun, khususnya derajat
virulensi mikroba toksis atau racun.

xx 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB I
PENDAHULUAN
1.1. Latar Belakang.
Pengembangan suatu obat berawal dari sintesis atau isolasi berbagai bahan
untuk memunculkan calon obat. Sebelum calon obat resmi menjadi obat,
diperlukan uji yang sering memakan waktu yang panjang dan biaya yang tidak
sedikit (Sukandar, 2004). Uji yang harus ditempuh oleh calon obat ada dua uji
prakinik dan uji klinik.
1.

Uji Praklinik
Uji praklinik merupakan persyaratan uji untuk calon obat. Dari uji ini

diperoleh informasi tentang efikasi ( efek farmakologi), profil farmakokinetik dan
toksisitas calon obat (Sukandar, 2004). Pada uji ini diperlukan hewan yang
bergalur murni /hewan utuh

seperti mencit, tikus, kelinci, marmot, hamster,

anjing atau beberapa uji menggunakan primata.
2.

Uji Klinik
Uji klinik merupakan kelajutan dari uji praklinik, setelah calon obat

dinyatakan mempunyai kemanfaatan dan aman pada hewan percobaan. Uji klinik
pada manusia perlu melewati proses yang dilakukan oleh komite etik mengikuti
Deklarasi Helsinki. (Sukandar, 2004).
Uji praklinik memerlukan hewan percobaan salah satunya tikus atau mencit.
Melalui tikus bergalur murni dapat diketahui apakah obat tersebut aman, ataukah
menimbulkan efek racun pada dosis tertentu. Melalui pengujian toksisitas calon

1 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

2 

 

obat dapat dievaluasi. Hasil pengamatan pada hewan menentukan apakah dapat
diteruskan dengan uji pada manusia. Oleh karena itu sangat penting untuk
mengetahui tikus yang dipakai bergalur murni.
Genom atau cetak biru informasi genetik menentukan sifat setiap makhluk
hidup

yang disandi dalam bentuk pita molekul DNA. Melalui perhitungan

sequence alignment informasi makhluk hidup bisa ditentukan. Oleh karena itu
DNA dapat digunakan untuk membedakan galur seekor tikus. Namun analisis
molekul DNA yang dilakukan secara manual seringkali memerlukan waktu yang
lama karena panjangnya sequence DNA. Sebagai contoh DNA mikro organisme
mempunyai panjang sequence DNA 106 karakter (Lesk, 2005). Maka dari itu,
perlu dikembangkan sebuah sistem yang mampu mengidentifikasi sequence DNA
tikus secara otomatis. Penelitian ini akan membangun sistem pengenalan otomatis
berdasar pendekatan dynamic programming. Berdasarkan penelitian yang ada,
metode ini mampu memberikan hasil optimal dalam analisis sequence DNA
(Lesk, 2005).
1.2. Rumusan Masalah.
Berdasarkan latar belakang diatas, masalah dapat dirumuskan berikut :
1. Bagaimana cara merancang sistem yang dapat mengenali sequence
DNA tikus dengan cepat ?
2. Bagaimana cara mengukur kemiripan sequence DNA mencit galur
murni ?
3. Bagaimana

pendekatan

dynamic

pencarian kemiripan sequence DNA ?
 
 

programming

mengoptimalkan

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

3 

 

1.3. Tujuan Penelitian.
Tujuan dari penelitian adalah membangun suatu sistem yang secara otomatis
mampu mengidentifikasi sequence DNA dari 2 jenis tikus dan 3 jenis mencit galur
murni.
1.4. Batasan Masalah.
Sistem yang akan dikerjakan, mempunyai beberapa batasan sebagai berikut :
1. Data yang dibandingkan hanya berupa sequence DNA tikus, dan
mempunyai format data dengan extensi *.fasta atau*. fa.
2. Inputan data dari sistem ini hanya DNA yang telah mengalami proses
sequencing atau sequence DNA.
3. Sistem ini hanya dapat mengidentifikasi atau mengukur kemiripan
sequence DNA tikus saja.
1.5. Metodologi Penelitian.
Metodologi penelitian yang dilakukan adalah sebagai berikut :
1. Melakukan studi literature, dengan tujuan sebagai berikut :
a. Mempelajari teori sequence DNA analisis.
b. Memahami algoritma – algoritma sequence DNA.
2. Perancangan Sistem.
Setelah memulai tahap literature, selanjutnya dilakukan perancangan
sistem yang akan dibuat.

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

4 

 

3. Implementasi.
Tahap ini adalah penerapan disain kedalam bentuk program dengan
memanfaatkan bahasa pemrograman yang ada berdasarkan perancangan
sistem.
4. Pengujian dan Evaluasi.
Menganalisa hasil dari proses indetifikasi atau mengukur kemiripan dari
sistem yang telah dibuat sebelum menentukan kesimpulan.
1.6. Sistematika Penulisan.
Untuk memudahkan dalam penyusunan dan pemahaman isi dari skripsi ini,
maka digunakan sistematika penulisan sebagai berikut :
BAB I : PENDAHULUAN.
Bab ini berisi tentang latar belakang masalah, perumusan masalah, batasan
masalah, tujuan, metode penulisan dan keterangan mengenai sistematika
penulisan.
BAB II : LADASAN TEORI.
Bab ini berisikan berisikan tentang landasan teori yang digunakan dalam
analisis, perancangan dan implementasi program serta penulisan

isi dari

pembahasan dan evaluasi hasil penelitian.
BAB III : METODOLOGI.
Bab ini berisi tentang data tikus dan mencit, alur proses training dan
proses testing serta penjelasan rancangan sistem yang akan di implementasi.

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

5 

 

BAB IV : IMPLEMENTASI DAN ANALISA HASIL.
Bab ini berisi implementasi antarmuka sistem dan analisa hasil pengujian
sistem.
BAB V : PENUTUP
Bab ini berisi kesimpulan dan saran-saran yang dapat dipertimbangkan
agar

sistem

dapat

digunakan

dan

 
 

dikembangkan

secara

maksimal.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB II
LANDASAN TEORI
Pada landasan teori ini akan dijelaskan akan dijelaskan secara singkat hal –
hal yang berkaitan dengan identifikasi sequence DNA, metode – metode pre –
prosesing dan metode pengenalan kemiripan sequence DNA dengan algoritma
Needlemen Wunsch.
2.1. Pengenalan Pola Dalam Bioinformatika.
Pengenalan pola adalah disiplin ilmu yang mengklasifikasikan object
berdasar image, berat atau parameter-parameter yang telah ditentukan ke dalam
sejumlah kategori atau kelas (Priatama, 2010). Pengenalan pola meliputi berbagai
aplikasi dan implementasi dalam kasus-kasus di dunia nyata. Salah satu contoh
penerapan dari pengenalan pola yaitu bioinformatika.
Bioinformatika adalah penggunaan matematika, statistik dan metode
komputer untuk menganalisis biologi, biokimia, dan data biofisik (Priatama,
2010). Ilmu ini mengajarkan aplikasi, analisis, dan mengorganisir miliaran bit
informasi genetik dalam sel mahluk hidup. Studi bioinformatika merupakan
perpaduan oleh studi genomik, biologi komputasi, dan teknologi komputer.
Genomik adalah studi yang berhubungan dengan pemetaan, sekuen, dan analisis
genom. Walaupun belum jelas, secara umum Genomik bisa diartikan sebagai
penggunaan informasi genom secara sistematis, dengan data eksperimental baru
untuk menjawab permasalahan biologis, medis, maupun industri.

6 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

7 

 

 Bioinformatika dapat membantu menjawab pertanyaan seperti apakah gen

baru dianalisis adalah serupa dengan gen apapun sebelumnya dikenal, apakah
urutan protein yang dapat menunjukkan bagaimana fungsi protein, dan apakah gen
diaktifkan pada sel kanker berbeda dari yang diaktifkan dalam yang sehat sel.
2.2. Pengertian DNA.
Asam deoksiribonukleat (deoxyribonucleic acid), atau biasa disebut DNA,
adalah biomolekul yang berupa asam nucleotide (terdapat dalam inti sel atau
nucleus), yang berfungsi untuk menyimpan informasi genetik suatu organisme
(Putra, 2009). DNA dapat memberi informasi tentang sifat – sifat fisik suatu
organism. Pada manusia DNA mampu memberi informasi mengenai tinggi badan,
warna kulit, golongan darah, ataupun bentuk wajah. DNA tidak hanya
menentukan oleh sifat-sifat fisik saja, ia juga mengendalikan ribuan operasi dan
sistem lainnya yang berjalan di dalam sel dan tubuh. Tinggi rendah atau tekanan
darah yang normal seseorang misalnya tergantung pada informasi yang tersimpan
di dalam DNA ( Yahya,2005). DNA terdiri dari dua untaian yang terjalin bersama,
dan membentuk helix ganda. Dalam setiap untaian terdiri dari molekul kecil yang
dinamakan nucleotide (Sung, 2010).
a.

Nucleotide.
Nucleotide adalah komponen yang membangun semua molekul asam

nukleat (Sung, 2010). Struktur nucleotide digambarkan pada gambar 2.1. Setiap
nucleotide mempunyai 3 bagian :

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

8 

 

Gambar 2.1. Struktur dari nucleotide yang membentuk DNA dalam ikatan kimia
(Sung, 2010).
 

1.

Sebuah pentose Sugar Deoxyribose.

2.

fospat yang terkait pada karbon ke – 5.

3.

Basa/ basa nitrogen yang terkait pada karbon ke – 1.
Jenis dari nucleotide tergantung pada bentuk struktur basa nitrogen. Basa

nitrogen mempunyai 5 jenis yang berbeda yaitu adenine (A), guanine (G),
cytosine (C), Thymine (T), dan Uracil (U). Gambar 2.2 merupakan struktur
kelima basa nitrogen.

Gambar 2.2. Struktur dari 5 basa nitrogen (Sung, 2010).
Walaupun ke – 5 basa berbeda, tetapi masih kelihatan sama. A dan G
disebut purine mempunyai 2 cincin dalam strukturnya, sedangkan C, T, dan U
disebut pyrimidine dan mempunyai satu cincin dalam strukturnya. Dalam DNA
hanya 4 basa A, G, C, dan T yang digunakan.

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

9 

 

Nucleotide dihubungkan dengan ikatan glukosa fosfat, sambungan fosfat
terdapat pada sebuah nucleotide yang terikat karbon 5’ ke ikatan karbon 3’ pada
nucleotide lainnya. Hubungan antar nucleotide dinamakan polynucleotide atau
sering disebut sequence DNA. Gambar 2.3 menunjukan sebuah contoh sequence
rantai DNA yang terdiri dari 5 nucleotide ACGTA.

Gambar 2.3. Contoh untaian DNA yang dibentuk oleh 5 nucleotide yang saling
berikatan, dan itu terdiri dari sebuah backbone phosphate-sugar dan 5 basa (Sung,
2010).
 

b.

Struktur DNA.
Bentuk struktur DNA diawali dari dua penelitian yaitu sebagai berikut :
1.

E. Chargaff mengemukakan bahwa konsentrasi dari thymine selalu
sama dengan konsentrasi adenine dan konsentrasi cytosine selalu sama
dengan konsentrasi guanine. Penelitaian ini mendukung kuat untuk
menetapkan bahwa A selalu berpasangan dengan T dan C selalu
berpasangan dengan G (Sung, 2010).

2.

X – Ray Diffraction pattern oleh R. Franklin, M. H. F. Wilkins, dan
co - workers. Dari data menunjukan bahwa DNA sangat teratur,
dengan struktur beruntai ganda dengan pengulangan untuk setiap
substrukturnya berjarak 3,4 Å sepanjang axis molekul (Sung, 2010).

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

10 

 

Dari dua penelitian tersebut, Watson dan Crick mengemukakan bahwa
struktur DNA berbentuk helix ganda yang didalamnya terdapat rantai
polynucleotide yang terdiri dari sebuah sequence dari nucleotide – nucleotide
yang diikat oleh ikatan sugar-phosphate. Untuk setiap pasangan basa mempunyai
ketetapan bahwa A selalu berpasangan dengan T dan C selalu berpasangan dengan
G (Sung, 2010).
2.3. Format Fasta dan Format Stockholm.
Dalam Bioinformatika terdapat berbagai format data penyimpanan untuk
sequence DNA, RNA, dan Protein. Dalam penelitian ini penulis hanya
menggunakan dua format data sequence yaitu format FASTA dan Stockholm.
1.

Format Fasta.
Format FASTA merupakan format yang sangat umum untuk data sequence

dalam bioinformatika. Format ini berasal dari ketetapan dari FASTA, sebuah
program dari algoritma FAST oleh W. R. Pearson (Lesk, 2005). Penulisan
sequence dari format FASTA terdapat dua bagian. Di awali dengan baris diskripsi,
penulisan dalam baris ini harus diawali dengan tanda lebih dari (>). Untuk
penulisan baris diskripsi ini bebas, tetapi harus informatif dengan data
sequencenya dan baris berikutnya berisi sequence DNA. Gambar 2.4 merupakan
sebuah contoh dari sequence DNA yang disimpan dalam format FASTA.

Gambar 2.4. Sequence DNA dalam Format FASTA.
 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

11 

 

2.

Format Stockholm.
Format Stockholm merupakan salah satu format file untuk multiple sequence

alignment. Format ini dipakai oleh HMMER sebagai format standar untuk
multiple sequence aligment. Format Stockholm memiliki dokumentasi secara
detail tentang data yang disimpan didalamnya (Eddy, 2005). Contoh penulisan
format Stockholm ditunjukan pada gambar 2.5.

Gambar 2.5. Contoh Format Stockholm yang paling sederhana (Eddy, 2005).

Terdapat dua bagian utama dalam file Stockholm yang pertama bagian
header yang harus berisi nama format file dan versinya, dan sekarang format
Stockholm baru sampai versi Stockholm 1.0. Bagian kedua dinamakan bagian
sequence alignment. Bagian ini berisi nama sequence, lalu diikuti dengan data
sequence yang telah mengalami proses multiple sequence alignment. Pada baris
terbawah terdapat tanda “ // ” merupakan akhir dari sequence alignment.
Dalam Stockholm yang lengkap terdapat mark – up untuk keterangan
tambahan mengenai sequence alignment. Ada empat macam tipe mark – up dari
sequence alignment yaitu :

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

12 

 

a.

#=GF

merupakan tanda keterangan untuk tiap file, dalam GF terdapat

beberapa tag untuk memperjelas keterangan yang akan ditulis. Berikut ini
tag dari #=GF :

b.

ID

Merupakan tag identitas alignment yang disimpan.
Dalam penulisannya harus satu kata dan unik.

1

#=GF

2

Merupakan tag tambahan dukumentasi yang berupa
#=GF AC angka, sebagai kode dari alignment.

3

#=GF

4

#=GF AU Merupakan tag untuk menunjukan pembuat alignment.

5

#=GF

DE

SQ

Merupakan tag diskripsi tentang alignment yang
disimpan.

Merupakan tag untuk menunjukkan berapa jumlah
sequence yang dsimpan dalam satu file.

#=GC merupakan tanda catatan untuk tiap kolom, dan dibawah ini tag dari
#=GC :
1

c.

#=GC

RF

Merupakan tag untuk acuan untuk menunjukan
consensus dari tiap kolom.

#=GS merupakan tanda keterangan untuk tiap sequence. Dalam

#=GS

terdapat beberapa tag yaitu sebagai berikut :

d.

1

#=GS

AC

Merupakan tag accession untuk setiap sequencenya
yang berisi dengan kode angka.

2

#=GS

DE

Merupakan tag diskripsi, berisi keterangan untuk
menjelaskan untuk setiap sequence.

#=GR merupakan tanda keterangan untuk tiap residu atau karakternya. Tag
ini tidak dipakai dalam DNA, tetapi biasa dipakai untuk protein dan RNA

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

13 

 

untuk menunjukan label consensus dari

suatu sequence. Gambar 2.6

merupakan contoh dari format Stockholm dengan beberapa mark – up.
Contoh :

Gambar 2.6. Contoh dari format Stockholm dengan beberapa mark – up.
 

2.4. Sequence Alignment.
Sequence Alignment adalah prosedur untuk menjajarkan dua sequence dari
DNA dengan tujuan mencari kesamaan di antara barisan-barisan tersebut atau
untuk membuktikan bahwa kedua sequence yang dibandingkan berasal dari
sequence yang sama (Putra, 2009). Pengukuran kemiripan antar sequence
umumnya menggunakan levenshtein distance /edit distance. Levenshtein distance
adalah menghitung dua string dengan panjang yang berbeda, dan untuk
menemukan kemiripan yang optimal dilakukan “edit operations” (Lesk, 2005).
Edit operation merupakan penghapusan, pemasukan, atau perubahan dari satu

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

14 

 

karakter dalam kedua sequence. Ada dua macam metode sequence aligment,
yaitu :
1.

Global alignment
Global alignment adalah penjajaran dua sequence untuk mencari kemiripan
yang optimal antar sequence pada seluruh sequence (Lesk ,2005).
Contoh :
G  A  G  A  ‐ 
 
 
 
 
 
‐  A C A C

A  G  G  C  T 
 
 
 
 
 
T T T C G

Gambar 2.7. Sequence DNA untuk global alignment 
2.

Local alignment
Local alignment adalah pencarian alignment terbaik dari beberapa
subsequence dengan subsequence yang lain dari sequence yang berbeda.
(Lesk, 2005).
Contoh :
G  A  G A  A  G G C  T  
 

 

 

 

 

 

 

 

 

A  C  A  C  T T T C  G

Gambar 2.8. Sequence DNA untuk Local alignment.
2.5. Multiple Sequence Alignment.
Multiple Sequence Alignment (MSA) adalah kumpulan 3 atau lebih
sequence yang disejajarkan sehingga membentuk matrik persegi panjang
(Edgar,2006) .MSA berfungsi untuk membantu menemukan struktur dan

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

15 

 

karakteristik dari protein atau DNA, selain itu juga berfungsi untuk menemukan
sequence leluhur dan itu sering disebut sequence consensus (Sung, 2010). Dalam
pembentukan multiple sequence alignment terdapat beberapa metode. Dalam
penelitian ini, mengunakan 3 metode pembentukan multiple sequence alignment
yaitu MSA Phylogenetic, MSA Muscle, dan MSA MAFFT.
1.

MSA Phylogenetic.
MSA Plylogenetic merupakan metode MSA yang digunakan didalam fungsi

di MATLAB. Berikut ini merupakan langkah – langkah algoritma MSA
phylogenetic :
a.

Menghitung Jarak antar sequence dengan algoritma p – distance. P –
distance adalah perhitungan ketidaksamaan antara dua sequence yang sudah
mengalami proses pesejajaran dengan algoritma Needleman-wunsch(2.6.3),
dibagi jumlah panjang alignmentnya dengan menghilangkan alignment yang
mempunyai pasangan gap (Lavrov,2011). Berikut merupakan rumus dari p
– distance.

(2 – 1)

Contoh :

Gambar 2.9. Contoh perhitungan jarak dari P – Distance.
 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

16 

 

Hasil dari perhitungan dari gambar 2.9 dimisalkan D. Karena sequence
yang berpasangan dengan gap tidak diperhitungkan maka sequence yang
tidak cocok sebanyak 2 sedangkan sequence totalnya sebanyak 5. Sehingga
nilai D adalah 2/5 yaitu 0.4.
b.

Membentuk guide tree dengan mencari jarak terdekat antar sequence
dengan algoritma neighbor – join ( NJ ) merupakan algortima pencarian
jarak terdekat dengan mencari nilai minimum dalam distance matrix untuk
membentuk sebuah tree biner tanpa root (Studier, 1988). Algoritma ini
memiliki tahap perhitungan yang pertama mencari jarak terdekat dengan
rumus dibawah ini :

(2 – 2)

Dimana D adalah matrik yang menyimpan jarak antar sequence yang
dihitung dengan p – distance. N adalah banyaknya sequence yang dalam
MSA. S adalah sebuah matrik perhitungan untuk mencari jarak terpendek
dari matrik D. Ri dan Rj adalah jumlah jarak antar sequence dalam satu
kolom i dan j. Berikut ini merupakan rumus untuk mencari nilai R.

(2–3)

D merupakan matrik dari hasil p – distance, i adalah kolom dari D dan k
adalah banyaknya baris dari matrik D. Membuat node baru u dari dua
sequence yang mempunyai jarak paling pendek, dan setelah itu menghitung
jarak dari node u ke – kedua sequence tersebut. Berikut rumus untuk
mencari jarak node u ke – kedua sequence.

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

17 

 

( 2 – 4a )

Dan

( 2 – 4b )

Dui dan Duj merupakan jarak sequence i dan sequence j dengan node u.
seqeuence i dan sequence j merupakan sequence dengan jarak paling dekat.
Dan untuk jarak sequence yang lain dengan node u dirumuskan sebagai
berikut.

(2 – 5 )
Dku merupakan jarak sequence i ke node u, Dik adalah jarak sequence i
dengan sequence k dan Djk adalah jarak sequence j dengan sequence k.
Setelah itu diulang ke persamaan ke (2 – 2) sampai dengan tidak ada node
yang akan digabungkan lagi. Setelah tree terbentuk langkah berikutnya
menentukan root dengan metode midpoint. Midpoint merupakan metode
pencarian root

dengan mencari nilai tengah dari kedua cabang yang

jaraknya paling jauh(Stewart, 2004). Gambar 2.10 merupakan gambaran
metode midpoint untuk menentukan root.

Gambar 2.10. Contoh penentuan letak root dari sebuah tree unrooted
(Stewart, 2004).
 

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

18 

 

c.

Langkah terakhir membentuk sequence dengan algoritma progressive
alignment. Dalam progressive alignment mempunyai 2 tahap yaitu :
c.1. Sequence weight
Sequence weight merupakan pembobotan untuk setiap sequence. Berat
dihitung dari jarak sequence dengan root, dan bila terdapat dua atau lebih
sequence yang berbagi cabang, maka panjang cabang dibagi sebanyak
jumlah sequence yang didalam cabang. Setelah itu dilakukan normalisasi
berat sehingga maksimum berat adalah 1 (Singh, 2000). Gambar 2.11
merupakan contoh perhitungan dari sequence weight.

Gambar 2.11. Tree dari hasil proses neighbor – join dan midpoint
(Singh, 2000).
Untuk menghitung berat sequence yang memiliki sebagai berikut :
Missal hitung berat Hbb_human :
0.81+(0.226/2)+(0.016/4)+(0.015/5)+(0.062/6) = 0.9403
c.2. Multidimensional dynamic Programming.
Multidimensional dynamic programming merupakan proses pencarian
sequence alignment optimal dari tiga sequence atau lebih. Multidimensional

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

19 

 

dynamic

programming

ini

menggunakan

algoritma

Needleman

Wunsch(2.6.3) yang dimodifikasi dengan affine gap. Dengan catatan untuk
sequence DNA diubah menjadi sequence profile. Pengisian matrik
kemiripan memakai sequence profile dilakukan dengan cara mengalikan
kedua sequence profile dengan substitution matrix(2.5), dimana salah satu
sequence profile harus di transpose lebih dulu. Sebelum proses dynamic
programming sequence profile dikalikan dengan berat/weight masing –
masing sequence (Thompson,1994). Affine gap adalah penentuan nilai gap
pada perhitungan pencarian sequence alignment optimal (Roshan, 2007).
Affine gap dapat dirumuskan sebagai berikut :
1

 (2 – 6) 

y merupakan gap pinalti, d merupakan gap pinalti dari pembukaan gap (gap
open), e adalah gap pinalti untuk gap yang ditemukan setelah gap pertama
(extend gap), dan n merupakan panjang dari sequence (Roshan, 2007).
Gambar 2.12 merupakan gambaran dari affine gap.

Gambar 2.12. Sebuah sequence alignment dengan gap.
Sequence profile adalah model matetatis yang mewakili dari satu sequence
DNA atau lebih (Kuznetsov,2010). Gambar 2.13 merupakan contoh dari
sequence profile.

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

20 

 

Gambar 2.13. Konversi sequence DNA ke sequence profile
Proses progressive alignment secara keseluruhan dapat dijelas sebagai
berikut:
a.

Mencari berat setiap sequence dari tree dengan metode sequence
weight.

b.

Mengubah sequence data menjadi sequence profile, lalu dikalikan
dengan berat setiap sequence.

c.

Membentuk sequence alignment dengan algoritma Needleman
Wunsch(2.6.3) dari sequence profile yang telah dikalikan.
Hasil dari algoritma Needleman Wunsch(2.6.3) membentuk sequence

profile baru. Setelah itu sequence profile baru akan dihitung lagi dengan
sequence profile yang lain dan begitu seterusnya sampai semua sequence
dihitung. Urutan perhitungan dimulai dari sequence terdekat berdasarkan
tree. Gambar 2.14 merupakan gambaran dari perhitung multidimensional
dynamic programming.

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

21 

 

Gambar 2.14. Gambaran proses Multidimensional dynamic programming.
Kompleksitas waktu untuk algoritma multiple alignment ini
ditunjukan pada tabel berikut :
Tabel 2.1. Kompleksitas Waktu MSA Phylogenetic.
Step
Distance Matrix
Neighbor Join
Progressive alignment(satu
iterasi)
Progressive alignment (total)
TOTAL

O(Time)
N2L2
N4
NLp+Lp2 = N2+L2
N3+NL
N4+L2

Dimana L adalah panjang sequence dan N merupakan jumlah
sequence.

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

22

 

2
2.

Muscle
Muscle atau multip
iple sequence comparisoon by log – eexpectation merupakan
m

s
sebuah
meto
ode baru unttuk proses m
multiple sequuence alignm
ment dengan
n logaritma
u
untuk
perbanndingan sequencenya (E
Edgar, 2004aa). Berikut inni gambarann algoritma
M
Muscle
:

G
Gambar
2.155. Gambarann Algoritma Muscle (Edggar, 2004b).

B
Berikut
ini keterangan
k
l
langkah
– lanngkah tersebbut :
2
2.1.
Draft Progressive
P
.
Dalam
m langkah in
ni yang dilakkukan untuk menghasilkkan sebuah progressive
p
a
alignment
attau multi alig
gnment. Berrikut ini adallah langkah – langkahnyya :
a
a.

k - mer
m distancee

merupakkan perhitun
ngan jarak antar sequence yang

menghhasilkan jaraak matrix D
D1. k – mer adalah sebuuah subsequ
uence yang
berdekkatan dengann panjang k (Edgar, 2004a). Gam
mbar 2.16 merupakan
m
gambaaran dari k - mer.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

23 

 

Gambar 2.16. Gambaran dari subsequence k -mer dengan k = 6.
Sedangkan k – mer distance

adalah jarak antar sequence dengan

perhitungan k – mer. Untuk memperjelas k – mer distance ditunjukan
dalam persamaan berikut :
,

∑ min

,

⁄ min

,

1  (2-7) 

F(X,Y) adalah Jarak antara sequence X dan sequence Y, τ merupakan k – mer,
misalkan pada gambar 2.16 τ = GAGAAG, nX(τ) dan nY(τ) adalah jumlah
kejadian dari τ dalam sequence X dan sequence Y. Lalu LX dan LY adalah
panjang sequence X dan sequence Y sedangkan k merupakan nilai k dari k –
mer.
b.

Matrix D1 merupakan klastering dari UPGMA, menghasilkan biner tree
Tree1. UPGMA atau Unweighted Pair Group Method with Arithmetic
means merupakan algoritma clastering untuk pembentuk tree untuk muscle
(Lavrov, 2011). Berikut ini merupakan langkah dari algoritma tersebut.
b.1. Menentukan nilai ni dan nj, dimana untuk menampung jumlah
sequence dalam sebuah node. Untuk awal nilai ni dan nj sama yaitu 1.
b.2. Mencari nilai minimum dari matrik jarak D1, misal jarak minimum
D(i,j) .
b.3. Membuat gabungan node dengan panjang cabang D(ij)/2.

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

24 

 

b.4. Menganti i dan j menjadi u,mengupdate jarak matrik yang sudah
disatukan. Persamaan update jarak sebagai berikut :

Dimana k ≠ i,j

,

,

,

(2 - 8) 

b.5. Set nu = ni +nj untuk nilai n baru.
b.6. Mengulangi langkah b.1 sampai tidak ada sequence yang digabungkan
lagi.
c.

Progressive alignment dibangun dari urutan percabangan Tree1 seperti
progressive alingment di MSA phylogenetic (2.4.1.c).

2.2. Improved Progressive.
Pada tahap draft progressive tree yang dibentuk masih belum optimal. Oleh
karena itu Muscle mnggunakan kimura distance untuk menghitung jarak antar
sequence dan langkah ini dimungkinkan terjadi iterasi. Berikut langkah –
langkahnya.
a.

Menghitung jarak sequence dengan kimura distance dari MSA1, yang akan
menghasilkan matrix D2. Kimura distance merupakan perhitungan jarak
antar sequence DNA dengan mempertimbangkan

mutasi transition dan

transversion (Mount,2001). Transition lebih jarang terjadi dari pada
transversion. Untuk transition mempunyai 4 cara untuk mutasi yaitu : A
ÅÆ G dan C ÅÆ T, sedangkan transvertion menpunyai 8 cari mutasi
yaitu AÅÆC, AÅÆT, GÅÆT, dan GÅÆC. untuk lebih jelasnya
gambar 2.17 merupakan gambaran dari kimura distance .

 
 

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

25 

 

Gambar 2.17. Mutasi DNA menurut kimura.
Dalam gambar 2.17 transition = α, dan transvertion = β. Jika Dtransition =
banyaknya frekuensi mutasi transition