Implementasi Simulated Annealing-Ensemble pada

Prediksi Toksisitas: Studi Kasus Tipe Toksisitas NR-

AhR

Proposal Tugas Akhir

Kelas MK Penulisan Proposal (CCH4A3)

(NIM)
(NAMA)

Program Studi Sarjana S1 Informatika Fakultas

Informatika Universitas Telkom Bandung 2023
 Lembar Persetujuan

Implementasi Simulated Annealing-Ensemble pada Prediksi

Toksisitas: Studi Kasus Tipe Toksisitas NR-AhR

Implementation of Simulated Annealing-Ensemble on Toxicity

Prediction: Case Study NR-AhR Toxicity Type

NIM :
NAMA :

Proposal ini diajukan sebagai usulan pembuatan tugas akhir pada

Program Studi Sarjana S1 Informatika
Fakultas Informatika Universitas Telkom

Bandung,<Tanggal/Bulan/Tahun>
Menyetujui

Calon Pembimbing 1 Calon Pembimbing 2

<Nama Lengkap dengan Gelar> <Nama Lengkap dengan Gelar>

<NIP> <NIP>
 ABSTRAK

Abstrak berisikan resume yang menggambarkan keseluruhan TA yang akan

dikerjakan yang meliputi permasalahan, metodologi dan hipotesa awal. Kata
Kunci: kata kunci berisikan kata-kata yang medeskripsikan isi tulisan dan ditulis
dengan huruf kecil. Kata kunci maksimum sebanyak 6 kata.

1
 PENDAHULUAN

1.1. Latar Belakang

Sepanjang hidup orang terpapar pada berbagai senyawa kimia yang tak
ada habisnya, dimana banyak di antaranya berpotensi berbahaya. Oleh karena itu,
penentuan toksisitas suatu bahan kimia sangat penting untuk meminimalkan
paparan kita terhadap zat berbahaya dalam produk sehari-hari [1]. Pengujian
toksisitas telah menimbulkan banyak tantangan untuk mengevaluasi keamanan
bahan kimia komersial, pestisida, bahan tambahan/kontaminan makanan, dan
produk medis. Tantangannya meliputi jumlah bahan kimia yang perlu diuji, sifat
intensif waktu dan sumber daya dari pengujian toksisitas tradisional , dan efek
samping tak terduga yang terjadi dalam uji klinis farmasi meskipun pengujian
toksikologi ekstensif.
Toksisitas menjadi isu sentral dalam pengembangan obat baru, dengan
lebih dari 30% kandidat obat gagal dalam uji klinis karena efek toksik yang tidak
terdeteksi [1].

Toksikologi komputasi adalah penerapan komputasi bertenaga tinggi

untuk mengelola dan mendeteksi pola dan interaksi dalam kumpulan data biologis
dan kimia yang besar. Toksikologi komputasi mengambil keuntungan dari tiga
terobosan teknologi yang signifikan: aliran data konten informasi tinggi
(misalnya, dari microarray atauin vitro percobaan penyaringan throughput tinggi),
metode biostatistik baru, dan kekuatan komputasi untuk menganalisis data ini (7).
Ilmuwan kehidupan sangat menyadari teknologi yang menghasilkan kumpulan
data besar, tetapi peningkatan daya komputasi yang stabil sama pentingnya dalam
mendukung penemuan pada tingkat sistem dalam memahami interaksi agen
lingkungan dengan sistem biologis, dan bagaimana interaksi tersebut dapat
menghasilkan kerugian. konsekuensi. Mungkin karena teknologi komputer sudah
menjadi bagian dari kehidupan kita sehari-hari, kita telah mengabaikan fakta
bahwa komputer menjadi elemen penting dalam lompatan besar berikutnya dalam

2
pemahaman kita tentang bagaimana agen eksogen memengaruhi sistem
kehidupan. eiring dengan perkembangan teknologi, jaringan komputer saat ini
semakin kompleks. Perlu adanya suatu perangkat pendukung untuk manajemen
jaringan, salah satunya adalah router. Router merupakan sebuah perangkat
penghubung dalam proses routing. Sedangkan routing merupakan suatu proses
pengiriman paket data yang dikirimkan dari satu jaringan ke jaringan yang lain.
Pada sebuah router tersimpan informasi berupa jalur routing, dimana informasi
tersebut mencakup data dan router mana saja yang akan dilewati. Pada kasus
tertentu, router dapat memiliki lebih dari satu gateway. Hal ini disebabkan karena
router perlu mengirimkan paket data ke beberapa jaringan yang memiliki segmen
berbeda. Kasus tersebut dapat ditangani dengan menggunakan aturan pemilihan
jalur routing yang tepat. Permasalahan routing dapat dikatakan sebagai suatu
permasalahan travelling salesman problem (TSP), dimana diperlukan suatu
mekanisme dalam menentukan rute terpendek untuk dilalui . Pada penelitian
sebelumnya, permasalahan TSP telah diselesaikan dengan menggunakan beberapa
algoritma antara lain: Hill Climbing, Tabu Search, Particle Swarm Optimization
(PSO), Algoritma Genetika dan Simulated Annealing . Pada penelitian ini, penulis
akan mengimplementasi Algoritma Simulated Annealing karena dapat
menghasilkan solusi yang cukup optimal dengan komputasi ringan. Salah satu
cara untuk mengembangkan teknik penilaian dari toksisitas khususnya toksisitas
pada reseptor nuklir yaitu menggunakan metode Simulated Annealing pada
Ensemble Method. Metode Simulated Annealing merupakan salah satu teknik
untuk masalah optimisasi kombinatorial, seperti meminimumkan fungsi dari
banyak variabel. [6]

1.2. Perumusan Masalah

Rumusan masalah pada penelitian ini adalah :
1.

1.3. Tujuan
Tujuan penelitian ini adalah :

3
 1.

1.4. Hipotesis (Opsional)

Merupakan jawaban sementara atas permasalahan yang akan dibahas. Hipotesa
memuat penjelasan mengenai method/konsep yang akan digunakan untuk
memecahkan masalah serta alasan pemilihan method/konsep tersebut. Selain itu,
dalam hipotesa dimunculkan perbedaan anatarmethod/konsep yang digunakan
dengan method/konsep terdahulu. Hipotesa juga berisikan perkiraan hasil dari
rencana solusi yang akan dilakukan.

1.5. Rencana Kegiatan

Rencana kegiatan adalah penjelasan mengenai rencana langkah-langkah yang
akan dilakukan dalam pengerjaan Tugas Akhir yang memuat: kajian pustaka, cara
pengumpulan data (kualitatif, kuantitatif), rancangan penelitian (mencakup
prosedur penelitian dan perancangan sistem), cara menguji hasil penelitian (cara
penafsiran dan penyimpulan hasil penelitian)

1.6. Jadwal Kegiatan

Jadwal pelaksanaan dibuat berdasarkan rencana kegiatan. Bar-chart bisa dibuat
per bulan atau per minggu. Contoh bar-chart:
Kegiatan Bulan

1 2 3 4 5 6

*Keterangan: shading warna grayscale

4
 5
KAJIAN PUSTAKA

Bagian kajian pustaka diawali dengan ringkasan hasil kajian pustaka (paper
atau jurnal) terkait research question atau problem statement yang diajukan
pada Bab Pendahuluan. Selain itu pada bagian kajian pustaka dapat
ditambahkan teori pendukung (opsional) yang akan digunakan dalam
penyelesaian masalah dalam TA. Teori pendukung dapat berasal dari textbook,
paper/jurnal, tesis, dan TA lain dengan memperhatikan penggunaan teknik acuan
sebagai bentuk kejujuran akademik.

1.7. Percetakan Proposal Tugas Akhir

Proposal yang dikumpulkan maksimum terdiri atas 25 Halaman yang ditulis pada
kertas HVS ukuran 4A (210 mm x 297 mm) dan berat 80 g/m2 (HVS 80 GSM).
Margin yang digunakan adalah batas kiri 1,58 inch (4 cm), sedangkan batas atas,
kiri dan bawah adalah 1,18 inch (3 cm). Jenis font yang digunakan adalah Times
New Roman. Ukuran font untuk Judul Bab adalah 16 pt, untuk judul sub bab
adalah 14 pt, untuk subsub bab, subsubsub bab, dan seterusnya adalah 12 pt.
Semua bagian isi proposal TA menggunakan ukuran 12 pt dengan 1 spasi.
Proposal TA dibuat dengan bantuan komputer menggunakan pencetak (printer)
dengan tinta berwarna hitam. Untuk gambar-gambar berwarna proses pencetakan
disesuaikan dengan kebutuhan tingkat kepentingan Tema yang akan dikerjakan.

1.8. Kaidah Penulisan

Penulisan proposal TA harus mengikuti kaidah penulisan yang layak seperti
1. penggunaan bahasa dan istilah yang baku dengan singkat dan jelas,

2. mengikuti kelaziman penulisan pada disiplin keilmuan yang diikuti.

Bahasa Indonesia yang digunakan dalam naskah proposal TA harus bahasa
Indonesia dengan tingkat keresmian yang tinggi dengan menaati kaidah tata
bahasa resmi. Kalimat harus utuh dan lengkap. Pergunakanlah tanda-baca
seperlunya dan secukupnya agar dapat dibedakan anak kalimat dari kalimat
induknya, kalimat keterangan dari kalimat yang diterangkan, dan sebagainya.
Kata ganti orang, terutama kata ganti orang pertama (saya dan kami), tidak
digunakan, kecuali dalam kalimat kutipan. Susunlah kalimat sedemikian rupa
sehingga kalimat tersebut tidak perlu memakai kata ganti orang. Suatu kata dapat
dipisahkan menurut ketentuan tata bahasa. Kata terakhir pada dasar halaman tidak
boleh dipotong. Pemisahan kata asing harus mengikuti cara yang ditunjukkan
dalam kamus bahasa asing tersebut. Gunakanlah buku Pedoman Umum Ejaan
Bahasa Indonesia Yang Disempurnakan, Pedoman Umum Pembentukan

Istilah, Kamus Besar Bahasa Indonesia,

6
 PERANCANGAN SISTEM

Judul bab 3 dapat dipilih salah satu yaitu Perancangan sistem atau Alur
Pemodelan. Penjelasan untuk setiap judul pada bab 3 dijelaskan sebagai berikut :
Perancangan Sistem berisi rancangan dari sistem yang akan dibangun, berupa
diagram block proses atau flowchart beserta penjelasannya. Rancangan sistem
dapat berisikan rencana kebutuhan data (pengumpulan dan pre-processing data),
serta skenario pengujian yang akan dilakukan. Ilustrasi proses pengolahan data
dapat ditambahkan dalam bagian ini untuk memperjelas kegiatan yang anda
lakukan dalam pengerjaan TA.
Alur Pemodelan berisikan alur pembuatan model, dapat berupa diagram block
proses atau flowchart, beserta penjelasannya. Alur model berisikan rencana
tahapan yang akan dilakukan berdasarkan metode yang dipilih, termasuk di
dalamnya metode dan skenario pengujian yang akan dilakukan. Ilustrasi masing-
masing tahapan dapat ditambahkan dalam bagian ini untuk memperjelas kegiatan
yang anda lakukan dalam pengerjaan TA.

7
 DAFTAR PUSTAKA

[1] Unterthine, Thomas, et al. Toxicity Prediction using Deep Learning, vol. 1,
2015, https://arxiv.org/pdf/1503.01445.pdf. Accessed 29 03 2023.
[2] Thomas, Russel S. “The US Federal Tox21 Program: A Strategic and
Operational Plan for Continued Leadership.” 2018, p. 163,
https://www.altex.org/index.php/altex/article/view/711. Accessed 31 03
2023

[3] Richard, Ann M. “The Tox21 10K Compound Library: Collaborative

Chemistry Advancing Toxicology.” 2021, p. 189,
https://pubs.acs.org/doi/pdf/10.1021/acs.chemrestox.0c00264. Accessed 02
04 2023.
[4] C. Merlot, “Computational toxicology-a tool for early safety evaluation,”
Drug Discov. Today, vol. 15, no. 1–2, pp. 16–22, 2010, doi:
10.1016/j.drudis.2009.09.010
[5] H. Sun, M. Xia, C. P. Austin, and R. Huang, “Paradigm shift in toxicity
testing and modeling,” AAPS J., vol. 14, no. 3, pp. 473–480, 2012, doi:
10.1208/s12248-012-9358-1.

[6] S. hrkpatrick, C. D. Gelatt, and M. P. Vecchi, “Optimization by Simulated

Annealing,” Science, vol. 220, no. 4598, pp. 671- 680, May 1983.
[7] Judson R, Richard A, Dix DJ, Houck K, Martin M, Kavlock R, et al. 2009.
The toxicity data landscape for environmental chemicals. Environ Health
Perspect 117:685–695.

LAMPIRAN

Data-data pendukung, curriculum vitae(CV) untuk pembimbing dari luar

Universitas Telkom, dsb.