KLASIFIKASI INHIBITOR SARS-COV-2 MENGGUNAKAN GEOMETRIC DEEP LEARNING

Salamet Nur Himawan (Politeknik Negeri Indramayu)
Robieth Sohiburoyyan (Politeknik Negeri Indramayu)
Iryanto (Politeknik Negeri Indramayu)

Prosiding SeNTIK STI&K
Vol. 7 No. 1 (2023): Prosiding SeNTIK 2023

SARS-CoV-2 merupakan virus penyebab wabah Covid-19. Saat ini virus tersebut masih berkembang dan memiliki jenis-jenis baru. Pada proses penyebaran dan pengendalian wabah Covid-19 dibauat antivirus yang dapat mencegah perkembangan virus. Penemuan antivirus tidak terlepas dari penemuan senyawa yang dapat menghambat perkembangan virus atau inhibitor. Geometric Deep Learning digunakan untuk klasifikasi senyawa kimia yang berpotensi menjadi inhibitor. Data latih merupakan data senyawa kimia yang berpotensi sebagai inhibitor berdasarkan FDA-Approve Drug Library. Hasil latih model Geometric Deep Learning ditunjukan dengan loss dan akurasi. Loss terbaik mencapai 0.781 dan akurasi terbaik mencapai 0.553. Hasil menunjukkan model bepotensi dalam klasifikasi inhibitor Covid-19. Model dapat dioptimalisasi dengan menambah data latih yang ada