BAB I PENDAHULUAN

BAB I
PENDAHULUAN
Pada bab ini dijelaskan latar belakang pelaksanaan Tesis, rumusan masalah, tujuan
pelaksanaan Tesis, dan batasan masalah yang dikaji pada Tesis. Selain itu, dijelaskan pula
metodologi pengerjaan Tesis, kontribusi pekerjaan, dan sistematika pembahasan pada
laporan Tesis.
1.1 Latar Belakang
Regulasi gen merupakan kontrol seluler yang mengatur jumlah produk fungsional dari
suatu gen [NIE07]. Produk fungsional ini biasanya berupa protein yang dihasilkan
melalui proses ekspresi gen. Dalam biologi molekuler, diketahui bahwa terdapat relasi
regulasi antara gen-gen yang terdapat dalam sel. Relasi regulasi menunjukkan bahwa
jumlah gen yang terekspresi pada waktu tertentu dapat mengaktifkan atau menghambat
ekspresi dari gen lain yang memiliki relasi regulasi dengannya. Relasi-relasi regulasi gen
yang ada pada suatu sel menentukan struktur dan fungsi dari sel tersebut. Himpunan
relasi regulasi yang ada diantara gen-gen dalam sel digambarkan dalam jaringan
regulatori genetik. Jaringan regulatori genetik dapat digambarkan sebagai graf berarah
dengan simpul berupa gen dan sisi berarah yang menyatakan relasi regulasi dari gen asal
ke gen tujuan seperti terlihat pada Gambar I-1.
Gambar I-1 Jaringan Regulatori Genetik
Apabila terdapat suatu model jaringan regulatori genetik, kondisi sel dapat disimulasikan
untuk mengetahui bagaimana pengaruh kondisi sel tertentu terhadap level ekspresi
berbagai gen yang terlibat didalamnya. Melalui model jaringan regulatori genetik, dapat
I-1
I-2
dipelajari pula bagaimana suatu sel membentuk fungsinya. Secara umum, pembangunan
model jaringan regulatori genetik
membantu meningkatkan pemahaman mengenai
jaringan regulatori genetik dan dapat mendukung riset selanjutnya di bidang biologi
molekuler. Beberapa metode yang digunakan untuk memodelkan jaringan regulatori
genetik antara lain coupled ordinary differential equation, Boolean network, Petri net,
graphical Gaussian model, dan Bayesian network.
Dari berbagai metode yang digunakan untuk melakukan pemodelan dan simulasi jaringan
regulatori genetik, salah satu metode yang dianggap menjanjikan adalah Bayesian
network. Bayesian network juga merepresentasikan ranah permasalahannya sebagai graf
berarah dengan sisi berarah yang menggambarkan pengaruh langsung antar simpulnya,
sama seperti relasi regulasi pada jaringan regulatori genetik.
Kelebihan dari Bayesian network adalah metode ini dapat merepresentasikan model
sebagai model grafis sehingga lebih mudah dipahami. Selain itu, pada saat ini, belum
dimungkinkan diketahuinya level ekspresi setiap gen yang ada dalam sel pada saat
observasi. Bayesian network dapat mengakomodasi ketidaklengkapan hasil observasi ini
sehingga simulasi dapat tetap dilakukan. Pada jaringan regulatori genetik, terdapat pula
faktor-faktor minor lain yang terlibat seperti suhu, kelembaban, dan adanya zat lain dalam
sel. Bila faktor ini dilibatkan dalam pemodelan dan simulasi, model menjadi sangat rumit.
Selain itu, informasi yang dibutuhkan untuk melakukan pemodelan dan simulasi juga
sangat banyak. Dengan menggunakan Bayesian network, hal ini dapat diatasi pada saat
simulasi dengan tidak menggunakan faktor-faktor minor sebagai parameter yang
dipertimbangkan dalam model. Pengaruh dari faktor-faktor minor cukup dinyatakan
secara implisit dalam nilai probabilitas variabel pada Bayesian network.
Untuk melakukan pemodelan dan simulasi jaringan regulatori genetik, perlu diketahui
relasi regulasi yang ada diantara gen-gen dalam sel. Telah terdapat suatu model yang
menggambarkan relasi regulasi ini. Model yang ada terdiri dari relasi antar gen dan nilai
probabilitas level ekspresi setiap gen berdasarkan relasi-relasi yang terkait. Model ini
dapat direkonstruksi menjadi Bayesian network.
Pada dasarnya, model dan simulator jaringan regulatori genetik merupakan suatu sistem
berbasis pengetahuan. Dengan menggunakan metode Bayesian network, pengetahuan
mengenai relasi regulasi yang ada antar gen direpresentasikan dalam bentuk graf.
Simulasi yang dilakukan untuk mengetahui bagaimana pengaruh kondisi sel tertentu
terhadap level ekspresi berbagai gen yang terlibat didalamnya dilakukan melalui proses
inferensi pada sistem berbasis pengetahuan. Inferensi merupakan proses menarik
I-3
kesimpulan dari apa yang sudah diketahui sebelumnya. Pada simulator jaringan regulatori
genetik yang dibangun dengan Bayesian network, inferensi yang dilakukan adalah
probabilistic reasoning. Hasil observasi digunakan untuk memperbaharui nilai
probabilitas hipotesis.
Saat ini, penelitian mengenai penggunaan Bayesian network untuk jaringan regulatori
genetik lebih difokuskan pada penggunaan penalaran induktif (learning) Bayesian
network untuk melakukan pembelajaran struktur jaringan regulatori genetik. Hasil dari
pembelajaran struktur ini berupa model jaringan regulatori genetik. Namun, model yang
dihasilkan belum dapat memberikan manfaat yang maksimal karena belum memiliki
kemampuan untuk memprediksi level ekspresi gen untuk mengetahui fungsi sel. Padahal,
hal tersebut merupakan tujuan utama penelitian jaringan regulatori genetik. Oleh karena
itu, diperlukan suatu sistem yang dapat digunakan untuk mensimulasikan kondisi sel dan
memprediksi level ekspresi gen menggunakan pengetahuan dari model yang ada. Sistem
ini dapat dikembangkan dengan pendekatan sistem berbasis pengetahuan.
Selain itu, dari tinjauan pustaka yang dilakukan, tidak dijumpai penelitian yang
membahas secara mendetail mengenai sistem berbasis pengetahuan yang melakukan
inferensi Bayesian network untuk memprediksi level ekspresi gen. Padahal, Bayesian
network merupakan metode yang sesuai untuk melakukan pemodelan dan simulasi
jaringan regulatori genetik. Oleh karena itu, pada Tesis ini dibahas penggunaan inferensi
Bayesian network untuk memprediksi level ekspresi gen berdasarkan jaringan regulatori
genetik.
1.2 Rumusan Masalah
Rumusan masalah dari Tesis ini adalah bagaimana menggunakan inferensi Bayesian
network untuk memprediksi level ekspresi gen berdasarkan jaringan regulatori genetik.
Permasalahan tersebut dapat dijabarkan menjadi:
1. Merepresentasikan model yang sudah tersedia menjadi Bayesian network.
2. Memilih teknik dan algoritma inferensi Bayesian network yang digunakan untuk
melakukan inferensi.
3. Menguji kinerja teknik dan algoritma inferensi Bayesian network untuk ranah
permasalahan jaringan regulatori genetik.
I-4
1.3 Tujuan
Tujuan dari pengerjaan Tesis ini adalah sebagai berikut:
1. Membangun suatu sistem berbasis pengetahuan untuk melakukan prediksi level
ekspresi gen dari pengetahuan mengenai jaringan regulatori genetik.
2. Mengetahui kinerja teknik dan algoritma inferensi Bayesian network untuk ranah
permasalahan jaringan regulatori genetik melalui pengujian kinerja sistem.
1.4 Batasan Masalah
Batasan masalah dalam pengerjaan Tesis ini yaitu:
1. Model yang digunakan sebagai sumber data pemodelan telah dibuat sebelumnya.
Model yang digunakan adalah model yang menggambarkan keterkaitan antar
gen-gen yang ada pada organisme Saccharomyces cerevisae.
2. Dari faktor-faktor yang terlibat dalam jaringan regulatori genetik, faktor yang
dikaji dalam inferensi hanya gen.
1.5 Metodologi
Dalam pengerjaan Tesis ini, metodologi yang digunakan adalah sebagai berikut:
1. Studi Literatur
Studi literatur dilakukan dengan mempelajari literatur-literatur berupa buku,
jurnal ilmiah, artikel, dan halaman web yang berkaitan dengan sistem berbasis
pengetahuan, jaringan regulatori genetik, serta Bayesian network dan teknik
inferensinya.
2. Analisis
Pada tahap ini, dilakukan analisis masalah untuk mengkonstruksi Bayesian
network dari model yang ada. Selain itu, dilakukan pula analisis untuk
mengetahui teknik dan algoritma inferensi Bayesian network apa yang digunakan
pada sistem berbasis pengetahuan yang dibangun. Analisis kebutuhan perangkat
lunak sistem berbasis pengetahuan yang dibangun juga dilakukan pada tahap ini.
Cara yang digunakan untuk mengevaluasi kinerja sistem berbasis pengetahuan
yang dibangun juga dianalisis.
I-5
3. Perancangan
Tahap ini dilakukan dengan melakukan perancangan perangkat lunak yang
dibangun berdasarkan hasil analisis kebutuhan perangkat lunak pada tahap
sebelumnya.
4. Implementasi
Implementasi sistem berbasis pengetahuan untuk memprediksi level ekspresi gen
dilakukan pada tahap ini.
5. Pengujian
Pada tahap ini dilakukan pengujian terhadap sistem berbasis pengetahuan yang
telah dibangun.
6. Analisis Hasil
Dari hasil pengujian, dilakukan analisis hasil untuk penarikan kesimpulan dan
saran pengembangan lebih lanjut.
1.6 Kontribusi
Kontribusi dari pelaksanaan Tesis ini adalah:
1. Membantu pemahaman mengenai jaringan regulatori genetik melalui sistem
berbasis pengetahuan yang dibangun.
2. Dapat digunakan sebagai literatur untuk implementasi lebih lanjut inferensi
Bayesian network untuk jaringan regulatori genetik.
1.7 Sistematika Pembahasan
Sistematika penulisan Laporan Tesis ini adalah sebagai berikut :
1. Bab I Pendahuluan
Bab ini berisi latar belakang, rumusan masalah, tujuan, batasan masalah, dan
metodologi pengerjaan Tesis, dan kontribusi pekerjaan yang dilakukan. Pada bab
ini, dijelaskan pula sistematika pembahasan dalam laporan Tesis.
I-6
2. Bab II Tinjauan Pustaka
Pada bab ini dijelaskan mengenai dasar teori yang digunakan dalam pengerjaan
Tesis. Dasar teori yang dibahas antara lain berkaitan dengan sistem berbasis
pengetahuan, inferensi, jaringan regulatori genetik, serta Bayesian network dan
teknik inferensinya. Selain itu, dipaparkan pula hasil tinjauan pustaka yang
berupa penelitian yang terkait dengan inferensi Bayesian network untuk jaringan
regulatori genetik.
3. Bab III Analisis dan Perancangan
Hasil analisis yang dilakukan pada pengerjaan Tesis dijabarkan pada bab ini.
Analisis dilakukan untuk melakukan rekonstruksi model menjadi Bayesian
network. Selain itu, dilakukan analisis teknik dan algoritma inferensi yang
digunakan, serta analisis kebutuhan sistem berbasis pengetahuan yang dibangun.
Dilakukan pula analisis cara yang digunakan untuk mengevaluasi kinerja sistem
yang dibangun. Setelah tahap analisis selesai, dijabarkan hasil perancangan
sistem berdasarkan hasil analisis.
4. Bab IV Implementasi dan Pengujian
Proses implementasi prototipe perangkat lunak juga dijelaskan pada bab ini.
Selain itu, dijabarkan pula proses pengujian yang dilakukan. Skenario pengujian,
hasil pengujian, dan analisis terhadap hasil pengujian dijelaskan juga pada bab
ini.
5. Bab VI Penutup
Bab ini berisi kesimpulan pelaksanaan Tesis beserta saran untuk pekerjaan Tesis
yang dilakukan.