<![CDATA[Kanker darah merupakan salah satu penyakit kompleks yang dipicu oleh gangguan pada regulasi jalur pensinyalan seluler, salah satunya melibatkan mutasi pada protein JAK2. Mengingat pentingnya JAK2 dalam patogenesis kanker hematologi, diperlukan pendekatan sistemik berbasis data untuk mengidentifikasi protein-protein yang memiliki asosiasi fungsional dengannya secara menyeluruh. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan (SPK) untuk mengidentifikasi protein kunci dalam jaringan interaksi protein (PPI) terkait JAK2, melalui integrasi algoritma KMeans clustering, fitur topologi graf, dan metode Multi-Criteria Decision Making (MCDM). Data PPI diperoleh dari STRING-DB dan divisualisasikan menggunakan Cytoscape. Delapan fitur topologi jaringan diekstraksi sebagai dasar analisis, di antaranya degree, stress, dan neighborhood connectivity. Proses klasterisasi menghasilkan tiga kelompok optimal yang divalidasi menggunakan Silhouette Score dan Davies-Bouldin Index. Selanjutnya, model MCDM diterapkan untuk mengevaluasi kontribusi masing-masing klaster secara agregat terhadap kestabilan jaringan. Hasil penelitian menunjukkan bahwa Cluster 2 memiliki skor MCDM tertinggi (0,6667), ditopang oleh nilai stress dan degree yang sangat tinggi, mengindikasikan peran strategis protein dalam klaster tersebut sebagai hub utama dalam jaringan. Temuan ini memberikan landasan kuat untuk eksplorasi kandidat target terapi baru yang potensial dalam konteks kanker darah, serta menegaskan efektivitas integrasi teknik analisis graf dan SPK berbasis MCDM dalam studi jaringan molekuler.]]>
