Perpustakaan Digital ITB

DNA sebagai bagian terpenting dalam perkembangan makhluk hidup merupakan suatu masalah tersendiri yang menarik untuk diteliti. Dalam perkembangan penelitian, DNA dapat dianggap sebagai sebuah peubah acak yang mengikuti proses stokastik, khususnya rantai Markov karena peubah acaknya merupakan peubah acak diskrit. Penggunaan rantai Markov yang sederhana tidak cukup untuk menyelesaikan permasalahan ini sehingga dilakukan ekspansi dalam rantai Markov yang menghasilkan suatu Model Markov Tersembunyi. Algoritma Viterbi merupakan salah satu algoritma yang menggunakan model ini untuk mengetahui barisan keadaan tersembunyi yang membangun DNA yang mengikuti proses Markov tersebut. Hingga kini, algoritma Viterbi diyakini sebagai solusi terbaik untuk mengetahui barisan keadaan tersembunyi dari suatu barisan observasi. Kekurangan algoritma ini ketika menjejaki barisan keadaan tersembunyi dengan menggunakan MMT adalah tidak dapat mencari histori barisan keadaan tersembunyinya. Entropi sebagai salah satu ukuran ketidakpastian dapat mencari keadaan histori lebih baik dibandingkan algoritma Viterbi.