Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number T-1057 (Softcopy T-766) Source code T-198
Collection Type Tesis
Title Modifikasi dan analisis kinerja GPU autodock dalam proses virtual screening senyawa tanaman obat di indonesia sebagai inhibitor enzim-enzim hiv-1
Author I Wayan Aditya Swardiana;
Publisher Depok: Fakultas Ilmu Komputer, 2014
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
T-1057 (Softcopy T-766) Source code T-198 TERSEDIA
Tidak ada review pada koleksi ini: 41449
ABSTRAK

Pencarian obat dengan melakukan pencocokan (screening) kandidat obat dari basis data molekul senyawa kimia dengan reseptor protein virus atau bakteri penyebab penyakit disebut dengan virtual screening. Salah satu pemanfaatan virtual screening adalah pencarian senyawa kimia dari tanaman obat Indonesia yang mampu mengikat dan mengurangi aktivitas (inhibitor) dari enzim-enzim Human Immunodeficiency Virus (HIV-1) penyebab penyakit AIDS. Kendala utama virtual screening adalah beban komputasinya yang termasuk tinggi karena virtual screening dilakukan terhadap ribuan bahkan jutaan kombinasi senyawa kimia. Perkembangan pada bidang komputasi paralel dapat mengatasi permasalahan tingginya beban komputasi pada proses virtual screening ini, salah satunya adalah penggunaan Graphics Processing Unit (GPU) berbasis NVIDIA Code Unified Device Architecture (CUDA) pada software virtual screening AutoDock versi 4.0.1 yang disebut dengan GPU AutoDock 1.0.0. Penelitian ini mencoba untuk memodifikasi dan mengimplementasikan AutoDock versi terbaru yaitu AutoDock versi 4.2.5.1 dengan basis kode paralel dari GPU AutoDock 1.0.0. Hasil modifikasi ini selanjutnya disebut GPU AutoDock 4.2.5.1 dan kemudian diuji kinerjanya dalam proses virtual screening senyawa tanaman obat Indonesia sebagai inhibitor enzim-enzim HIV-1. Dari penelitian yang telah dilakukan, GPU AutoDock 4.2.5.1 memiliki rata-rata percepatan 1,0349-2,3263 kali lipat lebih cepat jika dibandingkan dengan software AutoDock lain di semua sistem pengujian dengan persentase perbedaan dengan ground truth hasil virtual screening dari penelitian Syahdi sebesar 0.74%.