Aplikasi Feedforward Neural Network untuk klasifikasi varian SARS-CoV-2 berdasarkan sekuens DNA nukleotida

ABSTRAK:

Klasifikasi varian SARS-CoV-2 diperlukan untuk membantu mengidentifikasi perbedaan pola genom antarvarian, khususnya pada varian yang termasuk dalam kategori Variants of Concern (VoC). Penelitian ini bertujuan untuk menerapkan algoritma Feedforward Neural Network (FFNN) dalam mengklasifikasikan varian SARS-CoV-2 berdasarkan sekuens nukleotida hasil representasi complementary DNA (cDNA). Data yang digunakan berupa complete genome SARS-CoV-2 dari basis data NCBI dengan lima kelas varian, yaitu Alpha, Beta, Delta, Gamma, dan Omicron. Dataset yang digunakan didominasi oleh sekuens dengan host manusia, dengan sebagian kecil data berasal dari host lain. Tahapan penelitian meliputi preprocessing data, ekstraksi fitur menggunakan metode