Detail Cantuman

Dengan perkembangan teknologi yang sangat pesat yang dapat membantu masyarakat dengan mudah untuk mendapatkan informasi khususnya terhadap penelitian penyakit AIDS yang disebabkan oleh virus HIV akan menguasai sel pada tubuh manusia biasanya akan mengubah ekspresi gen pada inangnya dan membangun partikel virus baru.

Virus HIV memiliki senyawa aktif yang tidak bisa dibaca oleh komputasi sehingga menggunakan struktur SMILES (Simplified Molecular Input Line Entry System) sebagai notasi kimia. Dengan kecerdasan buatan dapat dilakukan pengenalan ciri struktur dengan modul RDKit kemudian, melakukan ekstrasi fitur yang digunakan dengan metode ECFP yang merupakan bagian dari pengembangan RDKit dengan modul DeepChem yang digunakan untuk khusus Deep Learning.

Penggunaan metode Deep Neural Network sebagai base leaner dan Esemble Stacking agar dapat meningkatkan kinerja dari model akhir. Dikarenakan adanya imbalance class maka dilakukan preprocessing dengan metode Sampling khususnya dengan Random Under Sampling untuk mengatasi permasalahan ketidakseimbangan pada data. Berdasarkan hasil penelitian bahwa dengan menggunakan proses preprocessing komputasi berjalan lebih cepat dan dengan metode Random Under Sampling - DNN - Stacking dengan nilai iteration 150 mendapatkan nilai accuracy 0.685, precision 0.694 dan recall 0.662 sehingga mendapatkan nilai kinerja pada model yang baik.