Ulfa Hasana¹, Suyanto², -³
¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Abstrak
Permasalahan rekonstruksi pohon filogenetik merupakan analisis yang sangat penting dalam ilmu genetika. Hal ini merupakan aspek fundamental untuk lebih memahami struktur, fungsi dan jarak genetik protein dari DNA spesies. Rekonstruksi tree yang baik adalah yang menghasilkan skor keterhubungan antar spesies yang paling minimum.
Optimasi dalam rekonstruksi pohon filogenetik merupakan masalah yang sudah umum dan telah dipelajari dalam waktu yang lama, namun perlu dicari metodologi yang terbaik dari beberapa metodologi yang memungkinkan dalam kasus ini.Pada Tugas Akhir ini, dibahas penerapan algoritma Ant Colony Optimization (ACO), pada kasus rekonstruksi pohon filogenetik ini. Hasil penelitian menunjukkan bahwa algoritma Ant Colony Optimizationdapat diterapkan pada permasalahan optimasi dalam rekonstruksi pohon filogenetik. Keefektifan algoritma ini diterapkan dan diuji pada empat buah data set. Dari test yang telah dilakukan menunjukkan bahwa pendekatan ini dapat memberikan solusi yang baik dengan menghasilkan skor yang minimal antar species.
Kata Kunci : rekonstruksi, optimasi, filogenetik, ACO
Abstract
Reconstruction of phylogenetic tree problem is an important analyse in genetic science. It is a fundamental aspect to understand the structure, function and the genetic distances from the DNA s species. The best of reconstruction tree by giving the minimum score from the distances between each species.
Optimization in reconstruction of phylogenetic tree is a general problem that have been studying for a long time, but still have to search the best methodology from the each possibility
metodology for this case. In this Final Assignment we will discusse about the implementation of Ant Colony Optimization (ACO) for this reconstruction of phylogenetic tree case.
The result of this experiment shows that this Ant Colony Optimization (ACO) for algorithm can be applied in this optimization problem for reconstruction of phylogenetic tree. The effectiveness of this algorithm is applied and tested for four datasets. Preliminary test shows that this approach can give a good solution with minimal score from the distances between each species.
1
Pendahuluan
1.1
Latar belakang
Masalah Pohon Filogenetik dibangun untuk mengetahui hubungan genetik diantara species. Dengan menganalisis sebuah set data amino/protein pada species dapat digunakan untuk mengetahui hubungan kekerabatan antar spesies. Rekonstruksi pohon filogenetik merupakan masalah yang penting dalam Bioinformatik, seperti yang lain cabang ini masih terbuka untuk di riset secara lebih lanjut.
Dalam Tugas Akhir ini saya akan menerapkan permasalahan Pohon Filogenetik menggunakan metode ACO ( Ant Colony Optimization). Suatu metode yang merupakan bagian dari Swarm Intellegence yaitu metode penyelesaian permasalahan dengan melihat tingkah laku hewan.Dalam ACO sendiri tingkah laku hewan yang dipakai adalah koloni semut, bagaimana sebuah koloni semut dapat memperoleh makanan dengan melewati jalur terpendek.
Penerapan algoritma ACO ini difokuskan pada bagaimana sekelompok semut bisa menemukan keterhubungan antar dua species dan akan berulang ke species selanjutnya, setelah itu direkonstruksi pohon filogenetiknya sesuai hasil penelusuran ant tersebut.Dengan adanya analisis ini diharapkan dapat diperoleh metode yang lebih baik dalam rekonstruksi pohon filogenetik .
1.2
Perumusan masalah
Adapun perumusan masalah dalam Tugas Akhir ini adalah sebagai berikut:
a. Bagaimana membuat suatu aplikasi untuk simulasi penyelesaian masalah
rekonstruksi pohon filogenetik menggunakan metode ACO.
b. Bagaimana menganalisa parameter-parameter ACO terbaik yang akan digunakan
dalam rekonstruksi pohon filogenetik untuk mendapatkan score tree yang paling minimum.
c. Bagaimana menganalisa keoptimalan metode ACO dalam penyelesaian masalah
rekonstruksi pohon filogenetik menggunakan data set yang beranekaragam. Aplikasi yang akan dibuat ini memiliki batasan masalah, yaitu sebagai berikut :
a. Pembangunan aplikasi menggunakan Bahasa Pemrograman Java.
b. Data set yang dipakai antara lain : DNA mamalia, DNA bird, DNA reptile, DNA
Laurasiatheria.
1.3
Tujuan
Adapun tujuan yang hendak dicapai pada tugas akhir ini adalah sebagai berikut :
a. Membuat suatu aplikasi untuk simulasi penyelesaian masalah rekonstruksipohon
filogenetik menggunakan metode ACO.
b. Menganalisa parameter-parameter ACO terbaik yang akan digunakan dalam
rekonstruksi pohon filogenetik untuk mendapatkanscore tree yang paling minimum.
τij harus diinisialisasi sebelum memulai siklus. τij digunakan dalampersamaan
probabilitas species yang akan dikunjungi. ∆τij diinisialisasi setelahselesai
satu siklus. ∆τij digunakan untuk menentukan τij untuk siklusselanjutnya • Tetapan pengendali intensitas semut (α)
α digunakan dalam persamaan probabilitas species yang akan dikunjungi
yang berfungsi sebagai pengendali intensitas jejak semut • Tetapan pengendali visibilitas (β)
β digunakan dalam persamaan probabilitas species yang akan dikunjungi yang
berfungsi sebagai pengendali visibilitas.
• Tetapan antara node yang akan dikunjungi dan turunannya (η) • Tetapan penguapan jejak semut (ρ)
ρ digunakan untuk menentukan τij untuk siklus selanjutnya. • Jumlah semut yang digunakan (k)
• Genetic distance d(i,j) • Jumlah iterasi
c. Menganalisa keoptimalan metode ACO dalam penyelesaian masalah rekonstruksi
phylogenetic tree menggunakan data set yang beraneka ragam.
1.4
Metodologi penyelesaian masalah
Metode penyelesaian masalah yang digunakan dalam penelitian ini adalah:
1. Identifikasi masalah
Menganalisa latar belakang, rumusan masalah, dan tujuan akhir yang ingin dicapai.
2. Pengumpulan data dan Studi literatur
Mengumpulkan data dan mempelajari konsep Phylogenetic tree,ACO serta parameter yang dibandingkan.
3. Analisa hasil pengumpulan data dan hasil studi literatur
4. Analisa dan perancangan kebutuhan perangkat lunak
Melakukan perancangan dan analisa kebutuhan perangkat lunak yang akan diterapkan.
5. Pembangunan perangkat lunak.
Melakukan pembuatan perangkat lunak dengan bahasa pemrograman java. 6. Pengujian dan analisis hasil
Melakukan pengujian sistem untuk beberapa kasus. Kemudian melakukan analisis terhadap parameter-parameter yang digunakan untuk memperoleh kombinasi parameter terbaik.
7. Penyusunan laporan dan melakukan penarikan kesimpulan.
5.
Kesimpulan dan Saran
5.1 Kesimpulan
Kesimpulan yang dapat diambil dari Tugas Akhir ini adalah :
1. Dari hasil pengujian terhadap setiap dataset yang menjadi kasus uji, seperti
dijabarkan pada sub bab 4.3, dapat disimpulkan bahwa algoritma Ant Colony Optimization (ACO)dapat digunakan untuk mendapatkan solusi yang optimal dari permasalahan optimasi pada rekonstruksi pohon filogenetik.
2. Dari hasil pengujian terhadap setiap parameter algoritma ACO, seperti dijabarkan
pada sub bab 4.2, diperoleh nilai parameter-parameter yang menghasilkan hasil yang optimal pada masing-masing kasus uji pada penerapan algoritma ACOdalam pemecahan permasalahan rekonstruksi pohon filogenetik, yaitu:
Tabel 5-1 Parameter Terbaik untuk Kasus Uji Reptile
Myu Alfa Beta Rho Pheromon awal Iterasi Jumant
0.5 1 2.0 >0 >0 100 60
3. Konsep algoritma ACO yang memperhitungkan pheromone dan jarak heuristik
berdasarkan tingkat kepentingan parameter mampu membantu proses pencarian ke solusi yang optimal lebih cepat.
5.2 Saran
Saran yang dapat digunakan untuk perkembangan selanjutnya :
1. Lebih baik dilakukan pengujian terhadap dataset yang lebih banyak untuk
Daftar Pustaka
[APA08] Priyanto, Aruna Anggayasti. 2008. Tugas Akhir – Penerapan Algoritma Ant
Colony Optimization (ACO) pada Optimasi Penjadwalan Sumber Daya Proyek. Bandung : Institut Teknologi Telkom
[AWN03] Allan,Wilson Phd .2003. Overview of Phylogenetic methods and applications.
http://www.genetics.org/cgi/search?qbe=genetics;155/2/765&journalcode=geneti
cs&minscore=5000. Didownload tanggal 27 Desember 2008
[BHO06] Holland,Barbara.2006.Distance Based Methods for estimating phylogenetic trees.
http://elesys.fsaintek.unair.ac.id/admin/makalah/Makalah0607-93.pdf.
Didownload tanggal 18 Januari 2009
[DMC00] Dorigo, Marco dan Stuzle Thomas. 2000. The Ant Colony Optimization
Metaheuristics: Algorithms, Applications and Advances.
http://iridia.ulb.ac.be/pub/mdorigo/journals/IJ.10-ACO00.pdf Didownload
tanggal 04 Januari 2009.
[DMZ96] Dorigo, Marco dan Colorni, Alberto dan Maniezzo, Vittorio. 1996 The Ant
System: Optimization By A Colony Of Cooperating Agents.
http://iridia.ulb.ac.be/pub/mdorigo/journals/IJ.10-SMC96.pdf. Didownload
tanggal 04 Januari 2009
[HAR07] Hariyanto, Bambang Ir, MT. 2007. Esensi-esensi Bahasa Pemrograman Java.
Informatika Bandung
[HRT06] Hartati, Sri Wijoyono dan Suharto, Herry dan Wijono, Soesilo.
2006.Pemrograman GUI Swing Java dengan Netbeans 5. Penerbit Andi
[MPH05] Mauricio Perretto,Heitor Silverio Lopes. 2005. Reconstruction of phylogenetic
trees using the ant colony optimization paradigm.
http://www.funpecrp.com.br/gmr/year2005/vol3-4//pdf/wob09.pdf Didownload
tanggal 27 Desember 2008.
[SAH06] Shin Ando dan Hitoshi Iba.2006.Ant Algorithm for Construction of Evolutionary
Tree . http://www.iba.t.utokyo.ac.jp/papers/2002/andoWCCI2002Ant.pdf. Didownload tanggal 15 Januari 2009
[SAO04] Adisoemarto, Soenartono.2004. Penentuan Hierarki Dalam Klasifikasi Plasma
Nutfah dan Pengaturan Namanya.
http://www.papua.go.id/bkpbapedalda/penentuan_hierarki_dalam_klasifi.htm.
Didownload tanggal 18 Januari 2009
[SAP 07] Porter,Sandra.2007. Phylogenetic trees.
http://www.biomedcentral.com/content/pdf/1471-2105-7-S4-S1.pdf.Didownload tanggal 15 Januari 2009.
[SUY07] Suyanto, ST, MSc. 2007. Artificial Intelligence Searching, Reasoning, Planning
And Learning. Informatika Bandung
[SUY08] Suyanto, ST, MSc. 2008. Evolutionary Computation. Informatika Bandung
[UCI85] UCI.1985.Download dataset.
http://archive.ics.uci.edu/ml/datasets/Molecular+Biology+(Protein+Secondary+St
