Implementasi algoritma needleman-wunsch dan smith-waterman pada penjajaran sekuen virus zika

Anggada, Jason (2016) Implementasi algoritma needleman-wunsch dan smith-waterman pada penjajaran sekuen virus zika. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (730kB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (626kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (976kB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (584kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (804kB) | Preview
	Text DAFTAR LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (578kB)

Abstract

Awareness publik terhadap virus Zika telah menjadi semakin tinggi dengan adanya outbreak di Kepulauan Yap, Micronesia pada tahun 2007 dan di Brazil pada tahun 2015. Menurut peta persebaran virus Zika yang dirilis oleh NCBI, Indonesia telah menjadi salah satu negara yang terkena dampak virus Zika. Salah satu langkah preventif untuk menghadapi berkembangnya wabah virus Zika ini adalah dengan mengidentifikasi pola virus Zika yang muncul di Indonesia dibandingkan dengan pola virus Zika dari negara lain agar sumber virus dapat segera diketahui. Kemiripan dua buah virus dapat ditemukan dengan melakukan penjajaran sekuen. Algoritma Needleman-Wunsch digunakan untuk penjajaran global dan algoritma Smith-Waterman digunakan untuk penjajaran lokal. Dari sumber data virus Zika yang dirilis oleh NCBI, terdapat dua virus dari Indonesia, yaitu virus KU179098.1 dan virus KF258813.1. Penelitian ini menemukan bahwa virus KU179098.1 memiliki score terbaik dengan virus KF993678.1 dari Kanada dengan nilai 1132 bp. Virus yang sama memiliki identity terbaik dengan virus KX101066.1 dari Brazil dengan nilai 99.32%. Di sisi lain, virus KF258813.1 memiliki score terbaik dengan virus KF993678.1 dari Kanada dan virus EU545988.1 dari Micronesia dengan nilai 392 bp. Virus ini juga memiliki nilai identity terbaik dengan virus KX101062.1 dari Brazil, dengan nilai 99.88%.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 600 Technology (Applied Sciences) > 600 Technology > 600 Technology
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	19 Jul 2017 01:22
Last Modified:	05 Apr 2023 03:08
URI:	https://kc.umn.ac.id/id/eprint/1196

Actions (login required)

View Item