PEMODELAN INTERAKSI PROTEIN-PROTEIN DARI TANAMAN OBAT PADA PENYAKIT KANKER MENGGUNAKAN METODE RECURRENT NEURAL NETWORK

Salah satu penyakit yang memiliki tingkat kematian tinggi adalah kanker, dan jumlah penderitanya terus bertambah setiap tahun. Pendekatan eksperimental untuk mempelajari interaksi protein-protein membutuhkan banyak sumber daya seperti waktu, tenaga, dan uang. Penggunaan obat herbal dalam jangka waktu yang Panjang menimbulkan dampak negatif yang lebih sedikit jika dibandingkan dengan penggunaan obat konvensional. Pemodelan dengan metode Recurrent Neural Network digunakan untuk mengklasifikasikan interaksi protein-protein yang berasosiasi pada penyakit kanker. Tahapan dalam melakukan pemodelan pada penelitian ini adalah pengumpulan data, pra-proses data, pembangunan model, evaluasi model, prediksi interaksi protein-protein, dan analisis. Hasil penelitian menunjukkan bahwa pemodelan Recurrent Neural Network memiliki Tingkat akurasi dengan arsitektur LSTM adalah sebesar 93% serta dengan 0.05% Tingkat Mean Square Error (MSE) sedangkan dengan arsitektur Bidirectional LSTM adalah sebesar 97% serta dengan 0.01% tingkat Mean Square Error (MSE). Protein yang diidentifikasikan sebagai protein yang penting (signifikan) adalah protein NTRK2 dan VEGFA. Tanaman obat yang cocok untuk dijadikan kandidat obat alternatif adalah Codonopsis pilosula., Rehmannia glutinosa, dan Lycium chinense