MAKALAH

BIOINFORMATIKA BIDANG KEDOKTERAN GIGI

Dosen Pembimbing : dr.Syaiful Fatah, Sp.An

Disusun Oleh :
Kelompok 1

UNIVERSITAS MUHAMMADIYAH YOGYAKARTA

FAKULTAS KEDOKTERAN DAN ILMU KESEHATAN
PRODI KEDOKTERAN GIGI
2018/2019
 Anggota Kelompok 1

1. Olivia Fitriani 20180340001

2. Haidar Birra Syadad Barqi 20180340002
3. Dinda Novialina Shinka 20180340003
4. Camellia Wulan Shafira 20180340004
5. Amazona Mega Ramadhanty 20180340005
6. Nadifa Salsabila 20180340006
7. Shely Wandhila 20180340007
8. Irwandi Muslim 20180340008
9. Eugenia Inbitsaqun 20180340009
10. Myrna Kania Utami 20180340011
11. Rafi Kusuma Ramadhan Sukono 20180340012
12. Farah Fauzia Syahdzanisa 20180340013
13. Brillian Nindy Septia 20180340014
14. Nadya Rianda Zahra 20180340015
15. Shofia Dyah Kusumawati 20180340017
16. Nadia Hasna Nabila Priyansa 20180340019
17. Nana Wafiqah Nursyahbani 20180340020
18. Dyah Arum Septya W 20180340021
19. Mithasari Putri Pertiwi 20180340025
20. Rafika Sifana Laila 20180340026
21. Lisha Aprilyanti 20180340028
22. Muhammad Izhar Yusran 20180340030
23. Ananda Putri Prasetya Nur’aini 20180340031
24. Nada Zuliah Citra 20180340033
25. Baiq Kholida Musyrhifatun 20180340034
26. Jihan Nur Adhi Anita 20180340035
27. Sabrina Putri Azzahra 20180340036
28. Ike Ela Saputri 20180340037

i
29. Rizky Surya Hidayat 20180340038
30. Anggita Vanisia 20180340039
31. Suci Larasati Renaery Refli 20180340041

ii
 Kata Pengantar

Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Penyayang, kami panjatkan
puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan rahmat, hidayah, dan inayah-Nya
kepada kami, sehingga kami dapat menyelesaikan makalah bioinformatika dan penerapannya di
kedokteran gigi ini dengan lancar.

Makalah ilmiah ini telah kami susun dengan maksimal dan mendapatkan bantuan dari berbagai pihak
sehingga dapat memperlancar pembuatan makalah ini. Untuk itu kami menyampaikan banyak terima
kasih kepada semua pihak yang telah berkontribusi dalam pembuatan makalah ini, kami mengucapkan
terimakasih banyak kepada Bapak dr. Syaiful Fatah, Sp. An. yang telah membimbing dan memberikan
kelompok kami kesempatan untuk membuat makalah ini.

Terlepas dari semua itu, kami menyadari sepenuhnya bahwa masih ada kekurangan baik dari segi
susunan kalimat maupun tata bahasanya. Oleh karena itu dengan tangan terbuka kami menerima segala
kritik dan saran dari pembaca agar kami dapat memperbaiki makalah ilmiah ini.

Akhir kata kami berharap semoga makalah bioinformatika dan penerapannya di kedokteran gigi ini
dapat memberikan manfaat maupun inpirasi terhadap pembaca.

Yogyakarta, 15 September 2018

Penyusun

iii
 Daftar isi

Anggota Kelompok 1 .................................................................................................................. i

Kata Pengantar .......................................................................................................................... iii
Daftar isi ................................................................................................................................... iv
BAB I : PENDAHULUAN .........................................................................................................1
1.1 Latar Belakang ..............................................................................................................1
1.2 Rumusan Masalah .........................................................................................................1
1.3 Tujuan Pembahasan ......................................................................................................2
1.4 Manfaat.........................................................................................................................2
BAB II : ISI ................................................................................................................................3
2.1 Dasar Teori ...................................................................................................................3
2.2 Pembahasan ..................................................................................................................4
2.2.1 Sejarah Singkat ......................................................................................................4
2.2.2 Cabang – Cabang Bioinformatika...........................................................................4
2.2.3 Peranan Bioinformatika .........................................................................................5
2.2.4 Penerapan Teknologi dan Bioinformatika............................................................. 12
2.2.5 Manfaat Bioinformatika ....................................................................................... 16
BAB III : KESIMPULAN DAN SARAN .................................................................................. 18
3.1 Kesimpulan ................................................................................................................. 18
3.2 Saran........................................................................................................................... 18
Daftar Pustaka ........................................................................................................................... 19

iv
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Bioinformatika sesuai dengan asal kata namanya yaitu “bio” dan “informatika” yang
berarti gabungan antara ilmu biologi dan ilmu teknologi informasi. Selain itu bioinformatika
juga memadukan ilmu matematika, fisika, dan ilmu kedokteran di dalamnya.
Kelahiran bioinformatika diawali dengan mulainya berkembang bioeknologi pada tahun
70-an di Amerika Serikat. Pada saat itu seorang ilmuwan AS melakukan eksperimen tentang
DNA rekombinan. Berkat penemuan tersebut maka lahirlah perusahaan bioteknologi yang
pertama kali yaitu Genentech di AS, yang kemudian memproduksi hormon insulin dalam
bakteri yang dibutuhkan oleh penderita diabetes.
Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi
landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an
dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom,
meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya
menyebabkan lahirnya bioinformatika.
Bioinformatika telah mendorong kemajuan ilmu-ilmu yang memanfaatkannya. Dan
tidak berkelebihan kalau perkembangan ilmu biologi umumnya dan ilmu-ilmu turunannya,
sangat tergantung kepada perkembangan bioinformatika.
Perkembangan jaringan internet juga mendukung berkembangnya bioinformatika. Data
bioinformatika yang terhubung melalui internet memudahkan ilmuwan dalam
mengumpulkan hasil sekuensi ke dalam data tersebut serta memperoleh sekuens biologi
sebagaj bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika
melalui internet memudahkan ilmuwan dalam mengakses program-program dan
mengembangkannya.
(Sumber: Fatchiyah, 2009, Pengantar Bioinformatika Kedokteran)

1.2 Rumusan Masalah

1. Bagaimana sejarah bioinformatika?

2. Bagaimana pengertian bioinformatika?

1
 3. Apakah yang dimaksud dengan bioinformatika baru?
4. Apakah yang dimaksud dengan bioinformatika klasik?
5. Apa saja cabang yang terkait dengan bioinformatika?
6. Bagaimana teknologi dan cara penerapan bioinformatika?

1.3 Tujuan Pembahasan

1. Mengetahui sejarah bioinformatika.

2. Mengetahui pengertian dari Bioinformatika.
3. Mengetahui pengertian dari bioinformatika klasik.
4. Mengetahui pengertian bioinformatika baru.
5. Mengetahui jenis dan cabang yang terkait dengan bioinformatika.
6. Mengetahui teknologi dan cara penerapan bioinformatika.

1.4 Manfaat Pembuatan Makalah

Adapun manfaat pembuatan makalah bioinformatika ini untuk mengenal sejarah

berdirinya sekaligus memperdalam ilmu bioinformatika secara spesifik agar dapat
menjadi bahan ajar dan panduan belajar di bidang pendidikan dan penelitian bagi dosen
dan mahasiswa serta bermanfaat bagi masyarakat. Selain itu, diharapkan mampu menjadi
referensi untuk pengembangan sistem bioinformatika dalam menagani berbagai masalah
di kemudian hari khususnya di bidang kedokteran gigi.

2
 BAB II
ISI

2.1 Dasar Teori

Bioinformatika merupakan cabang bioteknologi yang menggunakan komputer untuk

menganalisis dan mengelola data DNA maupun protein (Thieman & Palladino, 2013).
Secara umum, bioinformatika dapat juga diartikan sebagai segala bentuk penggunaan
komputer dalam menangani informasi-informasi biologi. Pada awalnya, ilmu bioinformatika
muncul atas inisiatif para ahli biologi molekular dan ahli statistik. Saat ini, bioinformatika
mempunyai peranan yang sangat penting, diantaranya adalah untuk manajemen data-data
biologi molekular, terutama sekuensing (squencing) DNA dan informasi genetika lainnya.

Bioinformatika dibagi menjadi dua, yaitu bioinformatika klasik dan bioinformatika

baru. Bioinformatika klasik adalah yang lebih menitik beratkan pada sekuen DNA, yang
mana merupakan materi genetik yang ada pada asam nukleat di protein (James, 2001).
Sedangkan bioinformatika baru adalah masa setelah diselesaikannya proyek Human Genom
Project. Dari penemuan ini, kita dapat mencari perbedaan dan juga kesamaan diantara gen
yang berbeda pada spesies yang sama ataupun spesies yang berbeda. Dari perbedaan
tersebutlah kita dapat menggunakan proses identifikasi secara molekuler, identifikasi
pengelompokkan secara filogenik, hingga dapat mengetahui proses evolusi dan melahirkan
cabang ilmu yang disebut ilmu evolusi atau perbandingan genom (Homan, 2000).

Terdapat beberapa cabang dalam bioinformatika, yaitu biofisika, biologi komputasi,

informasi medis, informatika kimia, biologi matematika, proteomik, dan farmakogenomik.
Data biologi yang menjadi obyek penelitian adalah DNA, RNA, dan protein, sekuen-sekuen
tersebut merupakan obyek yang akan dianalisis dengan menggunakan berbagai metode
untuk mencapai tujuan tertentu. Bioinformatika mulai dikemukakan pada pertengahan era
1980-an, guna untuk mengacu pada penerapan komputer dalam bidang biologi, dan ilmu

Bioinformatika masih berkembang pesat sampai saat ini. Hal ini dapat dibuktikan
dengan kemampuan manusia untuk memahami genom, yakni cetak biru informasi genetik
yang dapat menentukan sifat setiap mahluk hidup yang tersirat dalam rantai DNA.
Perkembangan internet merupakan salah satu faktor yang dapat mendukung berkembangnya

3
 bioinformatika. Basis data bioinformatika yang terhubung dalam internet memudahkan
ilmuwan untuk mengumpulkan hasil sekuensing ke dalam basis data tersebut ataupun
memperoleh sekuens biologi sebagai analisis. Penyebaran progam bioinformatika melalui
internet dapat memudahkan ilmuan mengakses informasi tersebut dan mengembangkannya.

2.2 Pembahasan
2.2.1 Sejarah Singkat

Teknologi informasi telah ikut serta dalam beberapa perkembangan ilmu,

contohnya penggunaan pada bidang biologi molekul menjadikan adanya bidang baru
yaitu bidang Bioinformatika. Istilah bioteknologi pertama kali dikemukakan oleh Karl
Ereky, pada tahun 1917. Keikutsertaan teknologi informasi pada bidang
bioinformatika sendiri tidak menutup kemungkinan untuk bisa memanipulasi kode
genetic DNA. Sejak 45 tahun terakhir, Karl Erey memperkenalkan bioteknologi.
Istilah ini dipakai oleh pakar hingga menimbulkan kerancuan yang berasal dari
pengertiannya. Hingga tahun 1961, Carl Goren Heden mengajukan perubahan nama
suatu jurnal “Journal of Microbiological and Biochemical Engineering and
Technology” menjadi “Biotechnology and Bioengineering”. Di era 1970-an, seorang
ilmuwan AS mengembangkan teknologi DNA rekombinan. Dari penemuannya
tersebut lahir sebuah perusahaan bioteknologi pertama di dunia, yaitu Genetech yang
memproduksi hormon insulin dalam bakteri. Sebelum adanya perusahaan ini, hormon
insulin hanya didapatkan dengan jumlah terbatas dari organ sapi. Maka dari itu
bioteknologi diartikan sebagai produksi barang dan jasa menggunakan organisme.
Sejarah tersebut menjadi alasan penelitian bioteknologi sangat bergantung pada
mikrobiologi, biokimia dan rekayasa kimia.

2.2.2 Cabang – Cabang Bioinformatika

a. Biofisika
Biofisika adalah sebuah bidang interdisipliner yang mengaplikasikan teknik-teknik
dari ilmu fisika untuk memahami struktur dan fungsi biologi (British Biophysical
Society). Bioinformatika memerlukan penggunaan TI dalam penggunaan teknik-
teknik ilmu fisika untuk memahami struktur biologi.

4
 b. Biologi Komutasi
Biologi komutasi adalah suatu bidang yang mengembangkan dan menerapkan
metode algoritma untuk menganalisis kumpulan data biologis. Seperti urutan
genetik, populasi sel atau sampel protein dan menemukan biologi baru. Dalam
penerapannya, biologi komutasi menggunakan model-model statistika dalam
menjabarkan fenomena biologi. Hal ini bertujuan untuk mempermudah dalam
mengingat kasus atau eksperimen langsung pada fenomena biologi yang cukup
sulit.
c. Medical Informatics
Menurut Aamir Zakaria, pengertian dari medical informatics adalah sebuah disiplin
ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan
implementasi dari struktur dan algoritma untuk meningkatkan komunikasi,
pengertian dan manajemen informasi medis. (Zakaria, 2004)
d. Biologi Matematika
Menurut Alex Kasman, secara umum mathematical biology melingkupi semua
ketertarikan teoritis yang tidak perlu merupakan sesuatu yang beralgoritma, dan
tidak perlu dalam bentuk molekul, dan tidak perlu berguna dalam menganalisis data
yang terkumpul (Kasman, 2004). Biologi matematika juga menangani masalah-
masalah biologi, akan tetapi metode yang digunakan yaitu dengan
mempublikasikan sebuah hasil yang menyatakan bahwa suatu masalah biologi
berada pada suatu kelas tertentu dan dalam menyelesaikannya tidak perlu
diimplementasikan dalam hardware ataupun software.

2.2.3 Peranan Bioinformatika

Informatika Dental mengacu pada aplikasi komputer dan ilmu informasi untuk
memperbaiki praktek gigi, penelitian, pendidikan, dan manajemen. Tujuan utama dari
Informatika dental adalah untuk meningkatkan jumlah pasien. Dengan demikian,
disiplin harus mendukung dan meningkatkan diagnosis, pengobatan dan pencegahan
penyakit dan cedera traumatis; meringankan sakit; dan menjaga dan meningkatkan
kesehatan mulut. Tujuan kedua adalah untuk menjadikan perawatan gigi lebih efisien,
misalnya, dengan mempertahankan atau meningkatkan rasio biaya-manfaat.
Informatika dental juga harus mendukung penelitian dan pendidikan; perbaikan di

5
daerah untuk meningkatkan perawatan pasien. Dokter harus begitu akrab dengan
proses pemecahan masalah. Dengn ini, pemanfaatan komputer dapat membantu
praktisi mempertahankan kompetensi mereka berlanjut, dan banyak dokter yang sudah
menggunakan komputer untuk terus mengikuti perkembangan baru.

Tujuan utama dari bioinformatika adalah untuk meningkatkan pemahaman tentang

proses-proses biologis. Fokus yang diterapkan yaitu fokus pada pengembangan dan
menerapkan teknik mesin (misalnya, pengenalan pola, penggalian data, algoritma
mesin belajar, dan visualisasi) untuk mencapai tujuan ini. Usaha-usaha penelitian
utama di bidang termasuk urutan keselarasan, mencari gen, perakitan genom,
perancangan obat, penemuan obat, keselarasan struktur protein, prediksi struktur
protein, prediksi ekspresi gen dan interaksi protein-protein, Studi Asosiasi genom-
lebar, dan pemodelan evolusi. Evolusi bioinformatika telah memungkinkan kita untuk
mengakses database dan menerepkan informasi untuk membuat penelitian yang lebih
baik. Satu disiplin yang telah diuntungkan dari munculnya bioinformatika adalah
patologi oral. Patologi oral adalah cabang kedokteran-gigi yang berkaitan dengan
penyakit daerah kepala dan leher. Bioinformatika telah membuat kemajuan dalam hal
diagnosis dan pengobatan penyakit.

 Penerapan Informatika Dental pada Kesehatan gigi

a. Diagnosis Penyakit Gigi
Sebagai manusia biasa seorang dokter gigi bisa saja melakukan kesalahan
pada hasil diagnosa. Untuk itu Ilmu informatika merancang suatu sistem yang
berpengetahuan Pakar tetapi memiliki kapasitas dan daya tahan lebih kuat, yaitu
Sistem pakar diagnosis penyakit gigi dan mulut pada manusia. Sistem pakar
yang difungsikan menirukan pakar manusia harus memiliki komponen-
komponen seperti : antarmuka Pengguna (user interface), Basis pengetahuan
(Knowledge base), Mesin Inferensi (Inference machine), dan memori kerja
(working memory) (Nurzaman, dkk, 2012).
Salah satunya yang menggunakan sistem pakar yaitu diagnosis penyakit
gigi periodontal. Sistem pakar yang digunakan yaitu sistem pakar Fuzzy. Basis
pengetahuan yang digunakan dalam perangkat lunak ini yaitu penalaran berbasis
aturan (rule based reasoning). Sedangkan mesin inferensi yang digunakan
6
 mencakup 3 proses yaitu fuzzifikasi, inferensi, defuzzifikasi. Hasil akhirnya
yaitu chip input yang berupa nilai yang menyatakan level Penyakit Gigi
Periodontal (Triana dan Rifkie, 2014)
b. Deteksi Awal Pada Kanker Oral
Kanker mulut adalah salah satu penyebab paling umum kematian di dunia.
Deteksi kanker mulut pada tahap awal asimtomatik secara tidak langsung
meningkatkan tingkat peyembuhan dan kualitas hidup pasien. Meskipun skrining
telah ditekankan sebagai metode mengurangi morbiditas dan mortalitas yang
terkait dengan kanker mulut, visual deteksi kanker mulut pada tahap awal secara
signifikan terhalang oleh kesulitan dalam klinis yaitu membedakan premalignant
dan ganas lesi dari lesi jinak yang mirip.
c. Genomik dan Proteomik Pada Patologi Oral
Para ilmuwan sekarang dapat mengekstrak dan mengintegrasikan informasi
genom dan proteomika yang penting untuk mendiagnosis penyakit dengan lebih
tepat di tahap awal mereka, untuk langsung personalisasi terapi, dan untuk
memprediksi dan mengevaluasi penyakit dengan hasil lebih akurat.
Genomics adalah disiplin dalam genetika yang berkaitan dengan studi
genom-genom organisme. Bidang ini meliputi upaya-upaya intensif untuk
menentukan urutan DNA seluruh organisme dan Pemetaan genetik denda skala
usaha. Dengan demikian, genomika adalah studi tentang semua gen sel atau
jaringan DNA (genotipe), mRNA (transcriptome), atau kadar protein
(proteome). Sementara genomika dan transcriptomics menyediakan informasi
dasar pada sekuens DNA, unsur-unsur peraturan dan ekspresi gen, proteomik
menyediakan kuantitatif informasi profil total protein sel, Jaringan, atau
organisme. Proteomik memungkinkan tingkat ekspresi protein untuk dievaluasi
dan dapat digunakan untuk menentukan kehadiran protein isoforms dan
modifikasi post-translational atau untuk memeriksa interaksi protein-protein.
Dan menggunakan proyek Proteome kelenjar ludah dan upaya lainnya untuk
memetakan metabolit molekul kecil merupakan langkah awal untuk berkembang
dengan berbasis air liur diagnostik sistem mampu mengidentifikasi dengan
cepat, non-invasif dan aman molekul dan zat-zat yang tidak dapat terdeteksi

7
 hanya melalui tes darah. Kemajuan yang dicapai ke arah kelenjar ludah
diagnostik adalah hasil dari kolaborasi antara insinyur, ahli biologi, peneliti gigi
dan dokter gigi.
d. Miccroarray
Analisis microarray adalah teknologi baru di mana semua gen organisme
yang diwakili oleh oligonucleotide urutan yang tersebar di 80 × 80 array pada
slide mikroskop, dan juga dapat disintesis langsung pada slide pada kepadatan
hingga satu juta per squar e sentimeter. Dari analisis ini, seperangkat gen yang
merespon dengan cara yang sama dapat diidentifikasi. Analisis microarray
dirancang untuk mendeteksi perubahan global dalam transkripsi dalam genom
tetapi tidak menyediakan informasi tentang tingkat protein produk gen, yang
juga dapat dikenakan peraturan translational. Protein array dapat digunakan
dalam beberapa kasus. Di rongga mulut, beberapa kondisi, termasuk kanker
mulut dan precancer telah ditemukan untuk memiliki beberapa dasar genetikJadi
kemudian mikroarray mungkin mampu mengidentifikasi perubahan genetik
orang-orang yang lebih mungkin untuk menentukan perkembangan lesi
premalignant frank malignancy.
e. Imunokopabilitas dalam Implantasi Gigi

Keberhasilan penanaman gigi pada rahang tergantung dari proses

oseointegrasi yang dilakukan. Implan gigi merupakan perkembangan gigi tiruan
yang konservatif dibandingkan dengan pemulihan kembali terhadap gigi yang
mengalami kerusakan. Secara fungsional pengembalian gigi dengan pemasangan
implan menampakkan hasil yang sangat baik. Kesuksessan dan penyembuhan
terhadap perawatan implantasi gigi tergantung dari sistem metabolism yang
dimiliki pasien. Dalam bidang kedokteran gigi, teknik bioinformatika
merupakan salah satu teknik yang dapat digunakan dalam kasus implantasi gigi.
Pemanfatan bioinformatika dalam kasus tersebut, mengimplementasikan sistem
imunitas dalam tubuh dengan respon material implant. Secara umum system ini,
disebut sebagai imunokompatibilitas.

8
 Cara kerja dari system tersebut, mengaplikasikan substans material implant
yang berupa nanopartikel. Substansi material implant tersebut, memiliki
kemampuan berstimulasi dengan sistem imun. Sistem imun yang mengeksitasi
organ, akan menimbulkan terjadinya proses imunostimulasi dan imunosupresor.
Imunostimulasi dapat diartikan sebagai perkenalan sebuah bahan atau material
asing kepada tubuh sehingga menimbulkan suatu respon terhadap organ tubuh.
Sedangkan imunosupresor diilustrasikan sebagai down-regulation yang berguna
untuk mencegah terbentuknya sebuah system imun dalam tubuh.

Konsentrasi bahan yang dibutuhkan dapat menumbuhkan peran penting dari

biokompatibiltas. Respon imun dalam tubuh dapat terjadi dalam beberapa bagian
: (1) Memacu aktifnya jalur komplemen melalui jalur klasik, sensitivitas yang
terdapat pada gigi terhadap implant metal. Karena, ion metal tersebut memiliki
peran sebagai hapten-molekul potein. Ikatan molekul ini lah yang merupakan
pemicu dari terjadinya respon imun. (2) Permukaan dalam polimer dapat
menjadi distributor stimulant yang akan menstimulasi pelepasan IL-1 dari
monosit. (3) Terjadinya respon imunitas yang terbentuk dalam tubuh tersebut
pada daerah inflamasi implant tulang. (4) repesentasi pada jaringan, tergantung
dari kapasitas implant polimer yang memiliki diverges respon terhadap implant
(Austin dkk dalam Basri (2015).

f. Peran Antibodi Monoklonal Streptococcus Mutans 1 © kDa, sebagai imunisasi

pasif terhadap pencegahan karies pada gigi.

Masalah utama yang sering terjadi dalam rongga mulut adalah karies gigi.
Menurut Albiner (dalam Nadia, (2014), prevalensi karies gigi di Indonesia
terbilang cukup tingi, yaitu mencapai angka 90%. Karies gigi terjadi karena
adanya reaksi antara karbohidrat seperti glukosa, sukrosa dari sisa makanan dan
bakteri. Reaksi tersebut akan terproses di dalam rongga mulut sehingga
membentuk asam laktat pada rongga mulut sehingga akan menyebabkan
demineralisasi. Demineralisasi terjadi karena terdapat proses pelepasan ion
kalsium dan fosfat yang bereduksi terhadap email gigi. Email gigi yang tereduksi
inilah yang menyebabkan terkikisnya lapisan gigi, sehingga rentan terkena

9
karies. Apabila gigi sudah mulai terkikis dengan ditandainya rasa linu pada gigi,
maka penyakit itu dapat dicegah dengan memperbaiki jumlah nutrisi yang
dikonsumsi. Cara yang efektf adalah mengurangi makanan kariogenik dan
menigkatkan kesadaran akan pentingnya menjaga kesehatan gigi. Cara lain yang
efektif yaitu dengan mencegah terbentuknya plak yang menempel pada
permukaan gigi. Pengendalian tersebut dapat dilakukan dengan pembersihan gigi
secara mekanis serta menekan pertumbuhan Steptococcus mutans yang terjadi di
dalam rongga mulut. Steptococcus mutan sendiri, merupakan penyebab utama
terbentuknya colonial bakteri yang terdapat dalam mulut, sehingga
memetabolisme karbohidrat serta menurunkan pH normal saliva.
Menurut Berlian dkk (panjaitan (1999), Stepcoccus mutan memiliki sifat
aktif yang berperan dalam proses terjadinya karies gigi, diantaranya seperti : (1)
Memfermentasikan karbohidrat menjadi senyawa organik yang bersifat asam
sehingga, senyawa tersebut dapat menurun kan pH di dalam rongga mulut. (2)
Membentuk dan menyimpah polisakarida intraseluler dari karbohidrat, yang
kemudian akan dipecah oleh bakteri sehingga akan memproduksi asam amino
secara terus menerus. (3) Memiliki kemampuan dalam membentuk polisakarida
ekstraseluler (dekstran) yang akan memproduksi senyawa-senyawa yang bersifat
adhesive dan kohesif di permukaan gigi. (4) Memiliki kemampuan dalam
menggunakan glikoprotein dari saliva yang ada di permukaan gigi. Dalam hal
tersebut, Steptococcus mutan dikatakan sebagai peran utama yang aktif dalam
proses terjadinya karies gigi dengan bantuan bakteri. Sehingga, salah satu cara
pencegahannya dengan metode imunisasi. Metode tersebut terjadi karena adanya
interaksi satu tipe eitop dengan sebuah klon limfosit B yang ada di dalam darah.
Selain itu, metode imunisasi yang digunakan dilakukan dengan tindakan
imunisasi pasif. Imunisasi pasif tersebut menggunakan bantuan antibodi
monoklonal secara tropical. Peran dan teknik dari antibodi monoklonal, telah
dikembangkan Kohler dan Milsten pada 1975. Teknik tersebut memberikan
tempat untuk berkembangnya populasi klon dari sel yang mengasilkan antibodi
dengan spesifikasi tertentu. Antibodi yang digunakan dalam pencegahan karies
gigi adalah antibodi monoklonal S.mutans 1 © 67 kDa. Mekanismenya, antibodi

10
 monoklonal S. mutans akan diikat dengan S.mutans serotipe c (specific adherene
pathogen terhadap organ tubuh), dengan berat molekul 67 kDa kemudian akan
diformulasikan pada sel bakteri yang memiliki sifat hidrofobik sebagai adhesin.
Selanjutnya, S. mutans akan menghentikan aktivitas antigen penyebab muncunya
penyakit caries pada gigi. Prosesnya, antigen yang telah disiapkan kemudian
akan dicerna oleh magrofag dengan cara melapisi permukaan antigen dengan
antibodi monoklonal S.mutans 1 © 67 kDa. Kemudian penyebab karies gigi akan
di bunuh dan dihilangkan oleh netrofil dan komplemen dari gingiva. Dalam
proses tersebut, S. mutans secara efektif akan menurunkan resiko terjadinya gigi
karies pada gigi.
g. Aplikasi Sistem Pakar
Sebagai manusia biasa seorang dokter gigi bisa saja melakukan kesalahan
pada hasil diagnosa. Untuk itu Ilmu informatika merancang suatu sistem yang
berpengetahuan Pakar tetapi memiliki kapasitas dan daya tahan lebih kuat, yaitu
Sistem pakar diagnosis penyakit gigi dan mulut pada manusia.

Sistem pakar yang difungsikan menirukan pakar manusia harus memiliki

komponen-komponen seperti : antarmuka Pengguna (user interface), Basis
pengetahuan (knowledge base), Mesin Inferensi (Inference machine), dan
memori kerja (working memory) (Nurzaman, dkk, 2012).

Salah satunya yang menggunakan sistem pakar yaitu diagnosis penyakit

gigi periodontal. Sistem pakar yang digunakan yaitu sistem pakar fuzzy. Basis
pengetahuan yang digunakan dalam perangkat lunak ini yaitu penalaran berbasis
aturan (rule based reasoning). Sedangkan mesin inferensi yang digunakan
mencakup 3 proses yaitu fuzzifikasi, inferensi, defuzzifikasi. Hasil akhirnya
yaitu chip input yang berupa nilai yang menyatakan level Penyakit Gigi
Periodontal (Triana dan Rifkie, 2014)

11
2.2.4 Penerapan Teknologi dan Bioinformatika

a. Bioinformatika dalam Bidang Klinis

Di bidang klinis bioinformatika sering disebut juga informasi klinis. Aplikasi
informasi klinis berbentuk menejemen dan data data klinis dari pasien melalui
EMR yang dikembangkan oleh Clement J. McDonald.Pada awlnya aplikasi ini
diterapkan pada 33 pasien diabeetes dengan seiring berkembangnya jaman EMR
sudah dapat digunakan untuk mengaplikasikan berbagai macam penyakit. Data
yang sering disimpan adalah data analisis diagnosis laboratorium, hasil kon-sultasi
dan saran, foto rontgen, detak jantung, dan lain-lain. Dengan bantuan EMR ini
dokter dapat mengakses data data pasien dan dapat langsung mendiagnosis penyakit
pasien dan memberikan obat.
Aplikasi klinis bioinformatika dapat dilihat dalam jangka pendek, menengah
dan panjang. Pada jangka pendek, analisis bioinformatika dari proyek genom
manusia menghasilkan identifikasi gen-gen penyebab penyakit dan target- target
obat dapat ditemukan secara simultan. Bioinformatika memungkinkan identifikasi
gen-gen yang rentan terhadap mutasi dan menjelaskan jalur patogenik yang terlibat
pada penyakit dan menyediakan kesempatan untuk pengembangan target terapi.
Baru-baru ini, target-target potensial pada kanker telah diidentifikasi dari profil
ekspresi gen.
Proyek genom manusia yang menghasilkan urutan DNA manusia lengkap
sangat berpe-ngaruh pada kehidupan manusia. Diprediksikan bahwa di tahun 2020,
daftar produk gen manusia yang lengkap dapat menyediakan obat baru dan
memungkinkan terapi gen untuk penyakit gen tunggal menjadi suatu hal yang rutin.
Pada jangka panjang, ana-lisis bioinformatika yang terinte-grasi dari data
genomik, patologik dan klinis pada uji-uji klinis akan memungkinkan reaksi obat
dari individu dapat diketahui dengan menggunakan tes genetik yang se-derhana.
Terutama, farmakogene-tik (menggunakan informasi gene-tik untuk pengobatan
secara indi-vidual) kelihatannya membawa era baru pada pengobatan individual,
pasien akan membawa “kartu hijau” dengan profil genetiknya sendiri untuk obat-
obat tertentu sehingga terapi menjadi sangat individual dan pengobatan yang
mengarah pada target ini bebas dari efek samping.

12
b. Bioinformatika untuk Identifi-kasi Agen Penyakit Baru
Bioinformatika dapat menjadi sarana untuk mengidentifikasi agen penyakit
yang belum diketahui penyebab-nya. Akhir–akhir ini banyak penyakit yang
muncul, di antaranya yaitu SARS (Severe Acute Respiratory Syndrome).
Awal mulanya, penyakit ini diduga influenza karena gejalanya mirip dengan
gejala influenza. Ternyata dugaan ini salah karena virus SARS terpisah dari pasien
dan virus influenza sebaliknya. Perkiraan lain penyakit ini disebabkan oleh jamur
Candida karena jamur ini terpisah dari pasien. Tetapi perkiraan ini juga salah.
Akhirnya ditemukan bahwa sebagian besar pasien SARS terpisah virus yang
bentuknya mirip dengan virus Corona. Urutan DNA pada genom virus ini
kemudian dibaca dan hasil analisisnya menunjukkan bahwa penyebab SARS adalah
virus Corona yang telah mengalami perubahan di dalam kromosom bila
dibandingkan dengan virus Corona yang ada selama ini.
Pada basis data bank-bank gen, EMBL (European Molecular Biology
Laboratory) dan DDBJ (DNA Data Bank of Japan) telah memiliki urutan data
DNA beberapa virus corona yang digunakan untuk mendesain rangkaian primer
pada amplifikasi DNA virus SARS. Perangkat lunak yang biasanya digunakan
untuk mendesain primer tersedia gratis mdan komersial. Contoh yang gratis
adalah Webprimer, GeneWalker dan sebagainya. Untuk yang komersial ada Primer
Disainer dan perangkat-perangkat lunak untuk ana lisis DNA lainnya seperti
Sequencher (GeneCodes Corp.), SeqMan II (DNA STAR Inc.), Genetyx
(GENETYX Corp.), DNASIS (HITACHI Soft-ware) dan lain-lain.
Hasil proses pencarian kesamaan urutan DNA (homology alignment) virus
SARS dengan vi-rus lainnya memperlihatkan bahwa genom virus Corona penyebab
SARS berbeda dengan virus Corona lainnya. Bioinformatika dapat digunakan
untuk analisis sejauh mana suatu virus berbeda dengan virus lainnya.
c. Bioinformatika untuk diagnosa penyakit baru

Diagnosa diperlukan untuk menentukan tingkat kematian (mortality) dari

suatu agent penyakit yang berarti semakin tinggi angka kematian ini, semakin
berbahaya agent tersebut dan menentukan tingkat keganasan suatu agent yang

13
akan mempengaruhi kebijakan yang diambil terhadap penyakit tersebut . Pada
kasus SARS, gejala yang muncul mirip dengan gejala flu, sehingga dari gejala
saja tidak bisa dibedakan apakah dia mengidap SARS atau mengidap flu.

Ada beberapa cara untuk diagnosa suatu penyakit. Diantaranya isolasi agent
penyebab penyakit tersebut dan analisa morfologinya, deteksi antibodi yang
dihasilkan dari infeksi dengan teknik enzyme- linked immunosorbent assay
(ELISA), dan deteksi gen dari agent pembawa penyakit tersebut dengan
Polymerase Chain Reaction (PCR). Isolasi agent pembawa penyakit
memerlukan waktu yang lama. Teknik ELISA bisa dilakukan dalam waktu yang
pendek, namun untuk tiap-tiap penyakit kita harus mengembangkan teknik
tersebut terlebih dahulu. Untuk pengembangannya ini memerlukan waktu yang
lama.

Yang banyak dipakai saat ini adalah teknik PCR. Teknik ini simpel, praktis
dan cepat. Yang penting dalam teknik PCR adalah design primer untuk
amplifikasi DNA. Untuk mendesign primer ini diperlukan data sekuen dari
genom agent yang bersangkutan dan software seperti yang telah diuraikan di
atas. Di sinilah Bioinformatika memainkan peranannya. Untuk agent yang
mempunyai genom RNA, harus dilakukan reverse transcription (proses sintesa
DNA dari RNA) terlebih dahulu dengan menggunakan enzim Reverse
transcriptase. Setelah DNA diperoleh baru dilakukan PCR. Dua step reverse
transcription dan PCR ini bisa dilakukan sekaligus dan biasanya dinamakan RT-
PCR.

Karena PCR ini hanya bersifat kualitatif, sejak beberapa tahun yang lalu
telah dikembangkan teknik Real Time PCR yang bersifat kuantitatif. Dari hasil
Real Time PCR ini bisa ditentukan kuantitas suatu agent di dalam tubuh
seseorang, sehingga bisa dievaluasi tingkat emergensinya. Pada Real Time PCR
ini selain primer diperlukan probe yang harus didesign sesuai dengan sekuen
agent yang bersangkutan. Di sini juga diperlukan software atau program
Bioinformatika.

14
 Untuk penyakit SARS sendiri sekarang telah tersedia kit RT-PCR yang
dikembangkan oleh Takara Bio Inc., dengan nama komersial CycleaveRT-PCR
SARS virus Detection Kit. Selain itu Roche Diagnostics juga juga tengah
mengembangkan kit untuk deteksi virus SARS. Keberhasilan pengembangan kit
ini tidak terlepas dari didorong kemajuan Bioinformatika.

d. Bioinformatika untuk penemuan obat

Usaha penemuan obat biasanya dilakukan dengan penemuan zat/senyawa

yang bisa menekan perkembangbiakan suatu agent penyebab penyakit. Karena
banyak faktor yang bisa mempengaruhi perkembangbiakan agent tersebut,
faktor-faktor itulah yang dijadikan target. Diantara faktor tersebut adalah enzim-
enzim yang diperlukan untuk perkembangbiakan suatu agent. Langkah pertama
yang dilakukan adalah analisa struktur dan fungsi enzim-enzim tersebut.
Kemudian mencari atau mensintesa zat/senyawa yang bisa menekan fungsi dari
enzim-enzim tersebut. Penemuan obat yang efektif adalah penemuan senyawa
yang berinteraksi dengan asam amino yang berperan untuk aktivitas (active site)
dan untuk kestabilan enzim tersebut.

Karena itu analisa struktur dan fungsi enzim ini biasanya difokuskan pada
analisa asam amino yang berperan untuk aktivitas (active site) dan untuk
kestabilan enzim tersebut. Analisa ini dilakukan dengan cara mengganti asam
amino tertentu dan menguji efeknya. Sebelum perkembangan Bioinformatika,
analisa penggantian asam amino ini dilakukan secara random sehingga memakan
waktu yang lama. Dengan adanya Bioinformatika, data-data protein yang sudah
dianalisa bebas diakses oleh siapapun, baik data sekuen asam amino-nya seperti
yang ada di SWISS-PROT (http://www.ebi.ac.uk/swissprot/) maupun struktur
3D-nya yang tersedia di Protein Data Bank (PDB) (http://www.rcsb.org/pdb/).
Dengan database yang tersedia ini, enzim yang baru ditemukan bisa
dibandingkan sekuen asam amino-nya, sehingga bisa diperkirakan asam amino
yang berperan untuk active site dan kestabilan enzim tersebut. Hasil perkiraan
kemudian diuji di laboratorium. Dengan demikian, akan lebih menghemat waktu
dari pada analisa secara random.

15
 Setelah penemuan asam amino yang berperan sebagai active site dan untuk
kestabilan enzim tersebut, kemudian dicari atau disintesa senyawa yang bisa
berinteraksi dengan asam amino tersebut. Sebelumnya pencarian atau sintesa
senyawa juga dilakukan secara random. Dengan data yang tersedia di PDB, bisa
dilihat struktur 3D suatu enzim termasuk active site-nya, sehingga bisa
diperkirakan bentuk senyawa yang akan berinteraksi dengan active site tersebut.
Dengan demikian, kita cukup hanya mensintesa senyawa yang diperkirakan akan
berinteraksi, sehingga obat terhadap suatu penyakit akan jauh lebih cepat
ditemukan dari pada mencari secara random. Cara ini dinamakan “docking” dan
telah banyak digunakan oleh perusahaan farmasi untuk penemuan obat baru.

Analisa docking dan homology modeling seperti ini memerlukan software

yang harganya agak mahal sehingga hanya dimiliki oleh lembaga penelitian dan
perusahaan farmasi. Diantara software tersebut adalah Insight II (Accelrys Inc.)
dan The Molecular Operating Environment (MOE, Scalable Software), dua
software yang banyak dipakai.

Walaupun dengan sarana Bioinformatika bisa diperkirakan senyawa yang

berinteraksi dan menekan fungsi suatu enzim, hasilnya harus dikonfirmasi
melalui eksperiment di laboratorium. Namun dengan Bioinformatika, semua
proses ini bisa dilakukan lebih cepat sehingga lebih efesien baik dari segi waktu
maupun finansial.

2.2.5 Manfaat Bioinformatika

 Bioinformatika dalam bidang klinis

Bioinformatika dalam bidang klinis merupakan suatu bidang yang terfokus pada
biofisik, biologi komputasi, informatika medis, karmakogenetik, informatika
kimiawi, genomic, proteomik, dan farmako genomic. Dalam pengaplikasiannya,
bioinformatika didukung dengan perangkat lunak dengan basis data melalui
Electrical Medical Record. Aplikasi yang digunakan didalam klinis bioinformatika
dapat dilihat kembali dalam rentan waktu singkat maupun lama (Teresa, 2016).
Dalam klinis waktu singkat, hasil analisis bioinformatika dapat diamati dengan
munculnya suatu gen yang menimbulkan penyakit baru.

16
 Bioinformatika untuk mengidentifikasi agen penyakit baru.
Bioinformatika dapat membantu dalam menemukan penyebab dari SARS (Severe
Acute Respiratory Syndrom). Analisis sekuen gemon telah menunjukkan bahwa
SARS disebabkan oleh virus corona yang sudah bermutasi. Dari hasil pencarian
kesamaan urutan DNA (homology alignment) virus SARS dengan virus lain
menunjukkan bahwa genom virus corona penyebab SARS tidak sama dengan virus
corona lainnya.
 Bioinformatika untuk diagnosis penyakit baru
Ada beberapa cara yang bisa digunakan untuk mendiagnosis penyakit baru
diantaranya yaitu dengan isolasi agen penyebab penyakit beserta analisis
morfologinya, hasil infeksi dengan teknik ELISA (enzyme-linked immunosorbent
assay ) dan deteksi agen peneyebab penyakit dengan PCR (olyme-rase Chain
Reactio) (Teresa, 2006).
 Bioinformatika dalam metode komputasi pada polifarmakologi
Perkembangan bioteknologi dalam bidang farmakologi memunculkan penerapan
yang kompleks ntuk menemukan obat dapat dilakukan dengan menemukan zat
yang bisa menekan perkembangbiakan suatu agen penyebab penyakit. Enzim –
enzim yang diperlukan untuk perkembiakan suatu agen dianalisis struktur dan
fungsinya, lalu di sintesis zat atau senyawa yang dapat menekan fungsi dari enzim
tersebut (Teresa,2006).
 Bioinformatika membantu dalam indentifikasi penemuan bakteri dan mikroba
dalam pembentukan limbah.
Bakteri yang dimaksud yaitu Deinococcus radiodurans, bakteri ini memiliki
kemampuan untuk memperbaiki DNA yang rusak dan fragmen kecil dari
kromosom dengan mengisolasi bagian-bagian yang rusak dalam ruangan berbentuk
seperti cincin. Untuk membersihkan lingkungan dari kimia organik maupun logam-
logam berat yang berasal dari limbah radioaktif dilakukan dengan memasukkan gen
dari bakteri lain ke bakteri Deinococcus radioduran. (Edi, 2017)

17
 BAB III

KESIMPULAN DAN SARAN

3.1 Kesimpulan

Bioinformatika merupakan cabang bioteknologi yang menggunakan komputer untuk

menganalisis dan mengelola DNA maupun protein (Theiman & Palladino, 2013).
Bioinformatika mulai dikemukakan pada era 1980-an, dalam menerapkan komputer di
bidang biologi, dan ilmu. Dalam penerapannya, bioinformatika memiliki dua jenis
pembagian yaitu bioinformatika klasik dan bioinformatika baru. Bioinformatika klasik
adalah teknologi yang fokus terhadap sekuen DNA. Sedangkan bioinformatika baru,
adalah masa setelah diselesaikannya proyek Human Genom Project. Data biologi yang
menjadi proyek penelitian adalah DNA, RNA, dan protein. Bioinformatika sampai
dengan sekarang ini masih berkembang dengan pesat. Dapat dibuktikan dengan
kemampuan manusia dalam memahami genom dan dapat menentukan sifat yang terdapat
dalam rantai DNA. Selain itu, perkembangan bioinformatika juga berkembang dalam
bidang kedokteran gigi, seperti dalam bidang klinis, mengidentifikasi penyakit baru
dalam rongga mulut, pemanfaatan imunitas tubuh dalam implant gigi, dan masih banyak
lagi.

3.2 Saran

Perkembangan bioinformatika dalam layanan kesehatan sangat diperlukan terutama untuk

mencapai keefektifan intervensi kepada pasien. Pada pembahasan kali ini tenaga
kesehatan di bidang kedokteran maupun kesehatan gigi dan mulut diharapkan mampu
menemukan inovasi bioinformatika yang mudah diimplementasikan khususnya untuk
rakyat Indonesia.

18
 Daftar Pustaka

Aprijani, D. A. Elfaizi, M. A. 2004. Bioinformatika: Perkembangan, Disiplin Ilmu dan

Penerapannya di Indonesia. Diambil dari:
ftp://ftp.gunadarma.ac.id/pub/linux/docs/v06/Kuliah/SistemOperasi/2003/50/Bioinformatik
a.pdf. (diakses pada 13 September 2018).

Bioinformatics Organization. 2016. Bioinformatics. Diakses pada 14 September dari

https://www.bioinformatics.org/ wiki.

Cohen, J. 2004. Bioinformatics- An Introduction for Computer Scientists. ACM Computing

Surveys. vol 36 (2).

Gani, Basri A. (2015). Immuno-biokompabilitas pada material implant : Review article.

Cakradonya Dent J, 7(2):807-868.

Hapsari, N.F., Ismail, A. & Santoeso, O. 2014. Pengaruh konsumsi keju cheddar 10 gram
terhadap ph saliva-studi terhadap mahasiswa kedokteran gigi Universitas Islam Sultan
Agung Semarang. Odonto Dental Journal, 1(1), 34-38.

Jiang, R. Zhang, X. Zhang, M. Q. 2013. Basics of Bioinformatics: Lecture Notes of the Graduate
Summer School on Bioinformatics of China. Beijing :Springer.

Jumanto, Machmud, M., & Manzila, Ifa. Produksi anibodi monoklonal (McAb) untuk deteksi
virus kerdil hampa padi: produksi hibridoma penghasil McAb. Jumanto et al.: Produksi
Antobodi Monoklonal (McAb).

Nisa, T. D. Primartha, R. 2014. Diagnosis Penyakit Gigi Periodontal Menggunakan Sistem Pakar
Fuzzy. Jurnal Generic. Vol 9 (1).

Nurzaman, Destiani D. Dhamiri, D. J. 2012. Pembangunan aplikasi sistem pakar untuk diagnosis
penyakit gigi dan mulut pada manusia. Jurnal Algoritma.vol 9 (12).

Singaraju, S. Prasad, H. Singaraju, M. 2012. Evolution of Dental Informatics as a Major

Research Tool in Oral Pathology. J Oral Maxillofac Pathol. Vol 16 (1).

19
Utama, A. 2003. Peranan bioinformatika dalam dunia kedokteran. Ilmu Komputer.com. Diambil
dari: http://www.komputasi.lipi.go.id/data/1014224403/data/1110939555.pdf (diakses
pada 13 September 2018).

Utama, M.D, (2016). Gigi tiruan implant dan overdenture pengertian dasar dan prosedur
pembuatan. Makassar : CV. Menara Intan.

Wargasetia, T. L. 2006. Peran Bioinformatika dalam Bidang Kedokteran. JKM. vol 5 (2).

20