Hasil Pencarian

Ditemukan 72169 dokumen yang sesuai dengan query

Raul Arrafi Delfarra

Eksplorasi Tipe Pemain dalam Skema Penyerangan Olahraga Bola Basket menggunakan Clustering = Exploration of Player Types in Basketball Offensive Scheme using Clustering

"Penggunaan data sebagai dasar pengambilan keputusan menjadi hal yang sangat penting dilakukan di dunia olahraga saat ini dan biasa disebut dengan sports analytics. Bola basket menjadi salah satu olahraga yang sangat memanfaatkan hal tersebut untuk memperoleh informasi berharga yang dapat membantu memenangkan pertandingan. Keputusan-keputusan penting saat pertandingan berlangsung menjadi sangat bergantung pada hasil analisis data yang dilakukan. Salah satu faktor penting yang dapat mempengaruhi performa tim adalah komposisi pemain yang bertanding. Saat ini, dunia bola basket, termasuk NBA yang merupakan liga basket terbesar di dunia yang ada di Amerika Serikat, masih menggunakan 5 posisi pemain tradisional sebagai salah satu hal yang mempengaruhi komposisi pemain. Hal tersebut sangat tidak efektif karena posisi tersebut sudah tidak dapat lagi menggambarkan peran dan cara bermain pemain ketika bertanding seiring berovolusinya para pemain bola basket. Penelitian ini bertujuan untuk menghasilkan posisi baru untuk skema penyerangan yang sesuai dengan tipe pemain dan dapat menggambarkan dengan baik peran dan cara bermain pemain dalam skema penyerangan ketika bertanding. Metode clustering dengan algoritma Gaussian Mixture Model (GMM) dan K-Medoids digunakan untuk melakukan hal tersebut dengan mengelompokkan para pemain berdasarkan variabel-variabel yang berkaitan dengan skema penyerangan di olahraga bola basket. Penelitian ini berhasil menemukan kelompok-kelompok baru yang menyatukan para pemain dengan tipe permainan yang mirip dan lebih menggambarkan peran dan cara bermain para pemain ketika bertanding.

The use of data as a basis for decision making become very important in the world of sports today and is known as sports analytics. Basketball is a sport that really takes advantage of that to get valuable information that can help win matches. Important decisions during a game are very dependent on the results of the data analysis carried out. One of the important factor that can affect a team's performance is the composition of the players that play the game. Currently, the world of basketball, including the United States's NBA which is the largest basketball league in the world, still uses the 5 traditional player positions as one of the things that influence the composition of players. That is really ineffective because this position can no longer describe the roles and ways players play when competing as basketball players evolve. This study aims to produce new positions for attack schemes that suit the type of player and can well describe the roles and ways of playing players in attack schemes when playing in a game. The clustering method with the Gaussian Mixture Model (GMM) algorithm and K-Medoids is used for grouping the players based on variables related to the attack scheme in basketball. This research succeeded in finding new groups that identify players with similar game types and better describe the roles and ways of players play when competing."

Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2023

S-pdf

UI - Skripsi Membership Universitas Indonesia Library

Arkan Sabilla Asfa

Pengembangan Sistem Pendukung Keputusan Penentuan Performa Pemain Terbaik Pada Pemain Bola Basket Menggunakan Metode Multiple Attribute Decision Making = Development of a Decision Support System for Determining the Best Player Performance in Basketball Players Using Multiple Attribute Decision Making

"Olahraga bola basket adalah olahraga populer yang banyak dipertandingkan secara kompetitif. Salah satu isu yang dihadapi seorang pelatih adalah bagaimana menentukan atlet terbaik berdasarkan per- formanya. Penelitian ini bertujuan untuk mengembangkan sebuah sistem pendukung keputusan pe- nentuan performa pemain terbaik pada olahraga bola basket. Metodologi penelitian yang digunakan pada penelitian ini adalah metode design science research. Terdapat sepuluh kriteria yang digu- nakan yaitu eld goal made, free throw made, eld goal percentage, two point percentage, three point percentage, free throw percentage, assist, defensive rebound, offensive rebound, dan turnover. Metode yang digunakan untuk melakukan analisis kriteria tersebut adalah metode Technique for Or- der Preferences by Similarity to an Ideal Solution. Solusi dari masalah yang ada disampaikan dalam bentuk sebuah sistem pendukung keputusan bernama Sistem Pemeringkatan Pemain (SI-PEMPEM). Sistem ini melakukan evaluasi performa pemain menggunakan metode TOPSIS yang hasilnya disa- jikan dalam bentuk peringkat. Evaluasi keluaran yang dihasilkan SI-PEMPEM dilakukan dengan uji korelasi terhadap metode Performance Index Rating dan peringkat dari liga. Data statistik per- tandingan dari dua klub yang berlaga di Indonesia Basketball League pada fase reguler digunakan sebagai objek ujicoba dan evaluasi. Hasil uji korelasi menunjukkan bahwa hasil yang dikeluarkan oleh SI-PEMPEM memiliki korelasi kuat positif terhadap kedua metode pembandingnya.

Basketball is a popular sport that is widely competed competitively. One of the issues faced by a coach is how to determine the best athletes based on their performance. This study aims to develop a decision support system to determine the best player performance in basketball. The research methodology used in this research is the design science research method. There are ten criteria used, eld goal made, free throw made, eld goal percentage, two point percentage, three point percent- age, free throw percentage, assist, defensive rebound, offensive rebound, and turnover. The method used to analyze the criteria is Technique for Order Preferences by Similarity to an Ideal Solution method. Solutions to existing problems are presented in the form of a decision support system called the Player Rating System (SI-PEMPEM). This system evaluates the performance of players using the TOPSIS method whose results are presented in the form of ratings. Evaluation of the output produced by SI-PEMPEM is carried out by using a correlation test against the Performance Index Rating method and the ranking of the leagues. Game-related statistic from matches of two clubs that competed in the Indonesian Basketball League in the regular phase were used as the object of testing and evaluation. The correlation test results show that the results issued by SI-PEMPEM have a strong positive correlation to the two comparison methods."

Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2022

TA-pdf

UI - Tugas Akhir Universitas Indonesia Library

Aristia Fathah

Sport flooring gedung olahraga untuk olahraga bola basket = Sport flooring of sport building for basketball

"ABSTRAK

Material dari sport flooring memiliki standar tertentu agar dapat memfasilitasi atlet dari segi kenyamanan dan keamanan. Sport flooring yang tidak sesuai standar dapat menyebabkan cidera seperti ankle, meniscus, tendon, ACL, PCL, dll. Standar SNI menyatakan bahwa material yang dikatergorikan sebagai bahan bangunan untuk sport flooring gedung olahraga bola basket adalah lantai kayu (parket) dan beton dengan finishing semen. Berdasarkan standar DIN 18032-2 terdapat beberapa kriteria yang menjadi parameter sport flooring, yaitu kekesatan, daya pantul, dan kerataan. Skripsi ini bertujuan untuk mengetahui standar sport flooring yang baik untuk olahraga bola basket di dalam gedung. Kemudian membandingkan kualitas dari dua gedung olahraga dalam Kampus UI Depok, yaitu Gymnasium UI dan lapangan FH UI. Hasil studi kasus menunjukan kedua sport flooring gedung olahraga tersebut belum memenuhi 3 kriteria standar yang telah ditentukan berdasarkan tinjauan pustaka. Akan tetapi hasil tersebut bertolak belakang dengan hasil survey kuisoner terhadap responden. Dimana 50,68% responden merasa bahwa tingkat kerataan lantai Gymnasium UI sudah sesuai standar, dan 30 dari 32 orang merasa lebih nyaman melakukan teknik gerakan bola basket di Gymnasium UI.hr>

ABSTRACT

Sport flooring material has certain standards in order to facilitate athletes in terms of comfort and safety. Non-standard sports flooring can cause injuries such as ankles, meniscus, tendons, ACL, PCL, etc. The SNI standard states that the material which is classified as building material for basketball sport flooring is a wooden floor (parquet) and concrete with cement finishing. Based on DIN 18032-2 standards there are several criteria that become parameters of sport flooring, which is friction, ball rebound, and flatness level. This thesis aims to find out the standard of a decent sport flooring for indoor basketball activities. Then, the quality of two sports buildings in the UI Depok Campus, which is UI Gymnasium and the FH UI field. The results of the case study showed that both sport floorings of sports buildings did not meet the 3 predefined criteria based on the theory. However, the case study results contrasts with the results of the questionnaire survey of respondents. The respondent says that flatness level of Gymnasium UI is corresponding to the standards applied, and 30 people out of 32 says that they are more comfortable in Gymnasium UI to perform basketball technique and movements."

2019

S-Pdf

UI - Skripsi Membership Universitas Indonesia Library

Elfi Fauziah

Pengelompokan virus influenza A menggunakan markov clustering = Clustering of influenza A viruses using markov clustering

"Tesis ini membahas pengelompokan virus-virus influenza A. Virus influenza A adalah virus RNA yang berbahaya, karena memiliki kemampuan mutasi yang tinggi dan menyebabkan wabah di beberapa negara. Dengan kemajuan bioinformatika, virus-virus dapat dikelompokkan dengan menganalisis sekuens-sekuens protein dari virus-virus tersebut. Markov clustering (MCL) telah diaplikasikan dengan baik pada bioinformatika, seperti; mengelompokkan jaringan-jaringan antara protein yang satu dengan yang lain, jaringan kemiripan antar protein, dan penentuan keluarga protein.

Tujuan penelitian ini adalah mengelompokkan virus-virus influenza A berdasarkan protein hemaglutinin (HA) menggunakan algoritma Markov clustering (MCL) dan program menggunakan perangkat lunak Octave berbasis open source. Simulasi program menggunakan tiga buah faktor penggelembungan yang berbeda, yaitu; r = 1.5, r = 2.0, dan r = 2.5.

Pengelompokan virus-virus influenza A menghasilkan dua kelompok. Kelompok pertama dengan pusat kelompoknya A/duck/Jiangsu/115/2011(H4N2) dan kelompok kedua dengan pusat kelompoknya A/duck/Victoria/0305-2/2012 (H5N3). Struktur pengelompokan virus-virus influenza A berdasarkan sekuens protein hemaglutinin (HA) yang diperoleh dengan menggunakan algoritma Markov clustering (MCL) mempunyai kemiripan struktur dengan struktur pengelompokan protein hemaglutinin (HA), dengan demikian pengelompokan virus-virus influenza A dapat mengacu pada pengelompokan keluarga protein hemaglutinin (HA).

The focus of this study is the clustering of influenza A viruses. Influenza A virus is an RNA virus that is dangerous, because it has a high mutation capability and caused outbreaks in several countries. With the development of bioinformatics, the viruses can be clustered by analyzing the protein sequences of these viruses. Markov clustering (MCL) has been very well applied to bioinformatics, such as to cluster protein-protein interactions (PPI) networks, determine the similarity between the protein network, and determine the protein families.
The aim of this study is to cluster influenza A viruses based on hemagglutinin protein (HA) using Markov clustering (MCL) and programs using software Octave which based on open source. The simulation of program using three different inflation factors, ie; r = 1.5, r = 2.0 and r = 2.5.
Clustering of influenza A viruses resulted in two clusters. The center of the first cluster is A / duck / Jiangsu / 115/2011 (H4N2) and the center of the second cluster is A / duck / Victoria / 0305-2 / 2012 (H5N3). Clustering structure of influenza A viruses using Markov clustering (MCL) have the similar structure with clustering structure of the hemaglutinin protein (HA), thus clustering of influenza A viruses can refer to the clustering of hemagglutinin proteins (HA) families."

Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2014

T42347

UI - Tesis Membership Universitas Indonesia Library

Rahmatia Andaruni

Hubungan antara kecemasan sesaat dan self-efficacy pada pemain bola basket = The relationship between competitive state anxiety and self-efficacy among basketball players

"Penelitian ini dilakukan untuk mengetahui ada atau tidaknya hubungan antara kecemasan sesaat dan self-efficacy pada pemain bola basket. Selain itu, penelitian ini juga dilakukan untuk mengetahui berapa besar sumbangan yang diberikan masing-masing komponen dari kecemasan sesaat terhadap self-efficacy. Pengukuran kecemasan sesaat dilakukan dengan menggunakan The Revised Competitive State Anxiety Inventory-2 (Cox, Martens, & Russell, 2003), sedangkan pengukuran self-efficacy dilakukan dengan menggunakan Individual Efficacy Questionnaire (Chase, Lirgg, & Feltz, 1996). Partisipan dalam penelitian ini berjumlah 155 pemain bola basket yang mengikuti berbagai macam kompetisi bola basket yang diselenggarakan pada bulan April hingga Mei 2013 di Jakarta. Penelitian dilakukan satu jam sebelum pertandingan.

Hasil dari penelitian ini menunjukkan adanya hubungan negatif yang signifikan antara kecemasan sesaat dan self-efficacy pada pemain bola basket (r = -.559, n = 155, p < .01, two-tailed). Hasil tersebut memiliki arti bahwa semakin rendah kecemasan sesaat yang dimiliki individu, maka semakin tinggi self-efficacy yang dimilikinya. Hasil lain dari penelitian ini adalah komponen self-confidence dari kecemasan sesaat memberikan sumbangan terbesar terhadap self-efficacy, yang berarti bahwa peningkatan pada self-confidence dari kecemasan sesaat akan diikuti oleh peningkatan terhadap self-efficacy.

This research was conducted to understand the relationship between competitive state anxiety and self-efficacy among basketball players. It was also conducted to understand how much each component of competitive state anxiety was given to self-efficacy. Competitive state anxiety was measured by using a modified instrument named The Revised Competitive State Inventory-2 or CSAI-2R (Cox, Martens, & Russell,2003), while self-efficacy was measured by using a modified instrument named Individual Efficacy Questionnaire or IEQ (Chase, Lirgg, & Feltz,1996). The participants were 155 basketball players participated at a number of basketball competitions held between April and May 2013 in Jakarta. The research was done one hour before the competition.

The main result showed that there was a significantly negative correlation" "between competitive state anxiety and self-efficacy among basketball players (r = -.559, n = 155, p < .01, two-tailed). This result means that the lower competitive state anxiety of one’s own, the higher self-efficacy of him. Another result of this research was that the biggest contribution of competitive state anxiety components to self-efficacy was self- confidence, which means, an increase of self-confidence component from competitive state anxiety would be followed by an increase of self-efficacy."

Depok: Fakultas Psikologi Universitas Indonesia, 2013

S52503

UI - Skripsi Membership Universitas Indonesia Library

Muhammad Naufal Luthfi

Clustering Daerah Bencana Alam di Indonesia Dengan Menggunakan Metode Hierarchical Clustering dan Fuzzy C-Means = Clustering of Natural Disaster Areas in Indonesia Using Hierarchical Clustering and Fuzzy C-Means Methods

"Peradaban yang terus berkembang telah membuat konflik antara manusia dan lingkungan menjadi semakin parah sehingga menyebabkan banyak terjadinya bencana alam. Banyak negara yang terdampak oleh bencana alam dan salah satunya adalah Indonesia. Kondisi dan letak geografis Indonesia menyebabkan banyak terjadinya bencana alam di Indonesia. Oleh karena itu, perlu dilakukan pengelompokan daerah bencana alam di Indonesia untuk mengetahui daerah yang paling sering terkena bencana alam. Metode clustering dapat digunakan untuk mengetahui daerah tersebut. Dari studi literatur yang telah dilakukan, belum ada penelitian yang menggunakan metode hierarchical clustering dan fuzzy c-means untuk clustering daerah bencana alam di Indonesia. Maka dari itu, tujuan dari penelitian ini adalah mengklasifikasi daerah yang sering mengalami bencana alam di Indonesia dengan menggunakan metode hierarchical clustering dan fuzzy c-means. Data yang digunakan dalam penelitian ini adalah data bencana alam di Indonesia dari tahun 2019 hingga 2023. Variabel yang digunakan adalah jumlah kebakaran hutan dan lahan, banjir, cuaca ekstrem, gelombang pasang, tanah longsor, kekeringan, erupsi gunung api, dan gempa bumi di setiap kabupaten yang terdampak bencana alam. Hasil clustering menunjukan terdapat 66 daerah yang sering mengalami banjir, 45 daerah yang sering mengalami kebakaran hutan dan gelombang pasang, dan 30 daerah yang sering mengalami cuaca ekstrem, tanah longsor, kekeringan, erupsi gunung api, dan gempa bumi.

The continuously evolving civilization has exacerbated the conflict between humans and the environment, leading to increasingly severe natural disasters. Many countries are affected by natural disasters, and one of them is Indonesia. Indonesia's conditions and geographic location contribute to the occurrence of numerous natural disasters in the country. Therefore, it is necessary to classify areas prone to natural disasters in Indonesia to identify the most frequently affected regions. Clustering methods can be used to determine these areas. From the literature review conducted, there has been no research utilizing hierarchical clustering and fuzzy c-means methods for clustering areas prone to natural disasters in Indonesia. Therefore, the aim of this research is to classify areas that frequently experience natural disasters in Indonesia using hierarchical clustering and fuzzy c-means methods. The data used in this research is the natural disaster data in Indonesia from 2019 to 2023. The variables used include the number of forest and land fires, floods, extreme weather events, tidal waves, landslides, droughts, volcanic eruptions, and earthquakes in each disaster-affected district. The clustering results indicate that there are 66 regions frequently experiencing floods, 45 regions often experiencing forest fires and tidal waves, and 30 regions commonly facing extreme weather, landslides, droughts, volcanic eruptions, and earthquakes."

Jakarta: Fakultas Teknik Universitas Indonesia, 2024

T-pdf

UI - Tesis Membership Universitas Indonesia Library

Papan angka pada olahraga bola basket berskala besar menggunakan pengendali mikro AT89C51

Universitas Indonesia, 2004

TA320

UI - Tugas Akhir Universitas Indonesia Library

Simamora, Chintia Octavia Putri

Ketiadaan Kepastian Hukum Dalam Perjanjian Antara Pemain Basket Profesional Dengan Klub Basket Profesional di Indonesia: Analisa Putusan Nomor 144/Pdt.G/2023/PN = The Absence of Legal Certainty in Agreements Between Professional Basketball Players and Professional Basketball Clubs in Indonesia: Analysis of Decision Number 144/Pdt.G/2023/PN Bdg

"Penelitian ini dilakukan untuk menganalisis hubungan hukum antara pemain basket profesional dengan klub basket profesional di Indonesia, kepastian hukum dalam perjanjian kerja, serta mengevaluasi penyelesaian sengketa melalui pengadilan, dengan fokus pada Putusan Nomor 144/Pdt.G/2023/PN Bdg. Metode penelitian yang digunakan adalah yuridis-normatif, dengan pendekatan wawancara untuk melengkapi analisis hukum melalui perspektif praktis dari para ahli dan praktisi di bidang hukum olahraga. Berdasarkan syarat formilnya, hubungan hukum antara pemain basket profesional dan klub basket profesional dapat dikategorikan sebagai hubungan hukum ketenagakerjaan. Namun, analisis kontrak kerja menunjukkan adanya ketidakseimbangan dan penyalahgunaan keadaan, dimana klausula kontrak sering tidak menguntungkan pemain. Selain itu, penyelesaian sengketa dalam olahraga basket di Indonesia menunjukkan kebingungan dan ketidakseragaman lembaga penyelesaian. Terdapat beberapa lembaga penyelesaian berdasarkan peraturan yang berbeda-beda, yaitu melalui pengadilan hubungan industrial, melalui mediasi, konsiliasi, atau arbitrase, maupun melalui pengadilan negeri umum. Namun, kembali kepada Lex Sportiva bahwa seharusnya penyelesaian sengketa diselesaikan melalui lembaga arbitrase.

This research was conducted to analyze the legal relationship between professional basketball players and professional basketball clubs in Indonesia, the legal certainty in employment contracts, and to evaluate dispute resolution through the courts, focusing on Decision Number 144/Pdt.G/2023/PN Bdg. The research method used is juridical-normative, complemented by interviews to enhance the legal analysis with practical perspectives from experts and practitioners in sports law. The legal relationship between professional basketball players and professional basketball clubs can be categorized as an employment relationship based on formal requirements. However, the analysis of employment contracts reveals an imbalance and abuse of circumstances, where contract clauses often do not favor the players. Additionally, dispute resolution in Indonesian basketball demonstrates confusion and inconsistency among resolution institutions. Several resolution institutions are based on different regulations, such as the industrial relations court, mediation, conciliation, arbitration, and general district courts. However, referring back to Lex Sportiva, disputes should ideally be resolved through arbitration institutions."

Depok: Fakultas Hukum Universitas Indonesia, 2024

S-pdf

UI - Skripsi Membership Universitas Indonesia Library

Sarah Syarofina

Analisis Pemilihan Molekul Inhibitor Dipeptidil Peptidase 4 pada Perancangan Obat Diabetes Tipe 2 menggunakan Algoritma K-Modes Clustering dengan Levenshtein Distance = Molecular Selection Analysis of Dipeptidyl Peptidase-4 Inhibitors in The Drug Discovery of Type 2 Diabetes using K-Modes Clustering Algorithm with Levenshtein Distance

"Inhibitor dipeptidil peptidase 4 (DPP-4) baru perlu dikembangkan untuk meminimalkan efek samping merugikan yang diakibatkan oleh obat golongan inhibitor DPP-4 yang telah terdaftar. Penelitian ini bertujuan untuk menghasilkan subset molekul inhibitor DPP-4 yang representatif dengan mengaplikasikan algoritma K-Modes clustering dengan Levenshtein distance pada proses clustering dan melakukan analisis pemilihan molekul inhibitor DPP-4 berdasarkan kriteria nilai logP dari aturan Lipinskis Rule of 5. 2053 molekul inhibitor DPP-4 diperoleh dari situs ChEMBL. Clustering dilakukan terhadap fingerprint molekuler inhibitor DPP-4 yang diperoleh dari fitur SMILES (Simplified Molecular Input Line Entry System). Metode MACCS (Molecular Access System) Keys, ECFP (Extended Connectivity Fingerprint) diameter 4 dan 6, dan FCFP (Functional Class Fingerprint) diameter 4 dan 6, digunakan untuk membangun lima dataset fingerprint untuk proses clustering. Prosedur clustering diawali dengan menentukan jumlah klaster dengan menghitung nilai Koefisien Silhouette sebagai metode evaluasi klaster. Penerapan algoritma K-Modes clustering dengan Levenshtein distance pada 2053 molekul inhibitor DPP-4 menghasilkan nilai Koefisien Silhouette maksimal dari dataset MACCS sebesar 0.3947 dengan jumlah klaster 1258. Pemilihan molekul berdasarkan kriteria nilai logP dan aturan Lipinskis Rule of 5 menghasilkan 778 molekul inhibitor DPP-4 dari semua dataset dengan 298 molekul inaktif dan 480 molekul aktif dan nilai logP berkisar antara -1.67 sampai dengan 4.97.

New dipeptidyl peptidase 4 (DPP-4) inhibitors need to be developed to minimize the adverse side effects caused by registered DPP-4 inhibitor drugs. This study aims to produce a representative subset of DPP-4 inhibitor molecules by applying the K-Modes clustering algorithm with Levenshtein distance in the clustering process and analyzing the selection of DPP-4 inhibitor molecules based on the logP value criteria. 2053 DPP-4 inhibitor molecules obtained from the ChEMBL website. Clustering was carried out on the molecular fingerprint obtained from the SMILES feature. The MACCS Keys, ECFP (diameter 4 and 6), and FCFP (diameter 4 and 6) methods were used to construct fingerprint datasets for the clustering process. The clustering procedure begins by determining the number of clusters by calculating the Silhouette Coefficient value. The application of the K-Modes clustering with Levenshtein distance to 2053 DPP-4 inhibitor molecules resulted in the maximum Silhouette Coefficient value of the MACCS dataset of 0.3947 with the number of clusters 1258. Selection of molecules based on logP value criteria and Lipinskis Rule of 5 resulted in 778 DPP-4 inhibitor molecules. of all the datasets with 298 inactive molecules and 480 active molecules and the logP value ranged from -1.67 to 4.97.

Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020

T-pdf

UI - Tesis Membership Universitas Indonesia Library

Nurlaili Lisma Febriyani

Pengelompokan sekuens protein virus herpes menggunakan tribe markov clustering (tribe-MCL) = Clustering of protein sequences herpes virus using tribe markov clustering (tribe-MCL) / Nurlaili Lisma Febriyani

"[ABSTRAK

Berdasarkan data World Health Organization (WHO) diketahui prevalensi herpes

di negara-negara berkembang lebih tinggi dibandingkan dengan di negara maju.

Virus herpes dapat ditemukan dimana saja dan salah satu ciri penting adalah

kemampuannya yang dapat menimbulkan infeksi akut dan kronik pada waktuwaktu

tertentu. Akibat infeksi tersebut memungkinkan terjadi komplikasi yang

lebih berat. Virus herpes terdiri atas genome DNA tertutup inti yang mengandung

protein dan dibungkus oleh glikoprotein. Dengan mempelajari ekspresi gen

(sekuen DNA/protein) dan didukung oleh kemajuan di bidang bioinformatika,

dapat ditemukan sub-sub bagian penting dan kelompok gen. Virus-virus ini dapat

dikelompokkan dengan menganalisa sekuens protein dari virus herpes dengan

menggunakan algoritma Tribe Markov Clustering (Tribe-MCL). Tribe-MCL

merupakan metode clustering efisien berdasarkan teori rantai Markov chain,

untuk mengelompokkan barisan keluarga protein. Data sekuens protein virus

herpes diperoleh di GenBank yang dapat diakses pada situs National Center for

Biotechnology Information (NCBI), kemudian disejajarkan menggunakan

program BLASTp. Hasil pengelompokan sekuen protein virus herpes

menggunakan algoritma Tribe-MCL dengan program R diperoleh enam

kelompok . Semua kelompok menunjukkan jenis protein yang sama, dalam hal

ini jenis protein yang digunakan adalah glikoprotein B, M, dan H pada delapan

jenis virus herpes yang terjangkit pada manusia.

ABSTRACT

Based on World Health Organization (WHO) data, the prevalence of herpes in

developing countries is higher than in developed countries. The herpes virus can

be found anywhere and one of the important characteristics is its ability to cause

acute and chronic infection at certain times. Due to infections enables more

severe complications occur. The herpes virus is composed of DNA containing

protein and wrapped by glycoproteins. By studying the expression of genes

(sequences of DNA / protein) and is supported by advances in bioinformatics, can

be found an important sub-sections and groups of genes. These viruses can be

classified by analyzing the sequence of the protein-sequence of the herpes virus

using algorithm Tribe Markov Clustering (Tribe-MCL). Tribe-MCL is an efficient

clustering method based on the theory of Markov chains, to classify sequences of

protein families. Herpes virus protein sequence data obtained in GenBank which

can be accessed on the website National Center for Biotechnology Information

(NCBI), then aligned using BLASTp program. The results of clustering protein

sequences herpes virus using algorithms (Tribe-MCL) with a program of R

obtained six cluster. All clusters showed the same type of protein, in this case the

type of protein used is a glycoprotein B, F, and H in eight types of herpes virus

that infected humans, Based on World Health Organization (WHO) data, the prevalence of herpes in