Teuku Rizky Noviandy Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2024 id Indonesia

Theses

Penelitian ini berfokus pada pengembangan model prediksi aktivitas inhibitor terhadap virus hepatitis C (VHC) NS5B menggunakan algoritma Light Gradient Boosting Machine (LightGBM). Tujuan utamanya adalah untuk meningkatkan akurasi prediksi aktivitas inhibitor, yang merupakan sebuah tahapan yang penting dalam bidang penemuan obat untuk VHC. Penelitian ini menggunakan dataset molekuler yang terdiri dari 1671 senyawa, dikumpulkan dari basis data ChEMBL. Dataset ini dibagi menjadi 90% data latih dan 10% data uji, sehingga diperoleh 1503 senyawa dalam proses pelatihan dan 168 senyawa untuk pengujian. Proses seleksi molekular deskriptor dilakukan melalui beberapa tahap, termasuk seleksi berdasarkan nilai varians, multikolinearitas, dan Recursive Feature Elimination (RFE) dan menghasilkan 50 deskriptor molekular yang paling relevan. Model LightGBM yang dibangun menggunakan teknik Bayesian Optimization untuk penyetelan hyperparameter. Upaya peningkatan performa prediksi model dilakukan dengan menggunakan kombinasi dari beberapa model LightGBM dengan pendekatan voting, dan evaluasi dilakukan menggunakan koefisien determinasi (R²) dan root mean squared error (RMSE). Model yang telah dibangun digunakan untuk memprediksi data uji. Hasil menunjukkan peningkatan performa prediktif model ketika tiga model LightGBM dikombinasikan, dibuktikan dengan evaluasi pada data uji yang memperoleh nilai R² tertinggi 0.760 dan RMSE terendah 0.637. Validasi model dilakukan melalui teknik Y-Scrambling, menunjukkan bahwa performa model dalam memprediksi aktivitas inhibitor HCV NS5B didasarkan pada hubungan nyata dan bukan kebetulan. Analisis SHAP (SHapley Additive exPlanations) diimplementasikan untuk memahami kontribusi setiap deskriptor molekular terhadap prediksi model. Analisis ini membantu dalam mengidentifikasi deskriptor molekular yang paling berpengaruh, seperti MDEC-33 dan SpMax1_Bh(e), yang memberikan wawasan mengenai karakteristik molekul yang berperan dalam aktivitas inhibitor terhadap VHC NS5B. Penggunaan visualisasi SHAP, termasuk diagram batang dan visualisasi bee swarm, memberikan pemahaman yang lebih mendalam tentang pengaruh masing-masing deskriptor pada prediksi model. Penelitian ini menyimpulkan bahwa pendekatan kombinasi model LightGBM, disertai dengan analisis SHAP, memberikan kemajuan signifikan dalam prediksi aktivitas inhibitor VHC NS5B. HEPATITIS - MEDICINE 616.362 3 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 119917 2024-01-29 17:40:55 2024-02-07 16:25:36 machine generated