| dc.description.abstract | Autentikasi produk pangan untuk menjamin kehalalan sangat bergantung pada
ketepatan dalam mengidentifikasi spesies hewan. Salah satu metode yang umum
digunakan adalah PCR, yang membutuhkan desain primer universal yang tepat.
Proses identifikasi daerah konservatif antar spesies justru sering mengalami
kendala karena keterbatasan metode konvensional dalam mengolah data sekuens
biologis dalam jumlah besar secara otomatis. Oleh karena itu, penelitian ini
menggunakan pendekatan bioinformatika secara in silico untuk menganalisis
sekuens mtDNA (16S rRNA, cyt b, dan COI). Analisis dilakukan melalui
pendekatan alignment-free berbasis k-mer dengan rentang nilai k = 3 hingga 15
untuk mengidentifikasi motif konservatif (ambang kemunculan ≥40% dari 30
sekuens). Selanjutnya, kandidat primer yang diperoleh dari motif konservatif
dievaluasi berdasarkan karakteristik fisik (panjang, GC Content, suhu leleh/Tm)
serta uji universalitas menggunakan pendekatan in silico. Berdasarkan evaluasi
parameter in silico, nilai k optimal yang diperoleh adalah k = 13 untuk gen 16S
rRNA, k = 8 untuk gen cyt b, dan k = 10 untuk gen COI. Hasil validasi universalitas
menunjukkan bahwa seluruh kandidat primer hasil desain sendiri pada ketiga gen
gagal mengamplifikasi spesies target (universalitas 0%). Meskipun demikian,
primer standar pada gen 16S rRNA berhasil mencapai universalitas sempurna
(100%) dan berpotensi untuk mendeteksi berbagai spesies hewan secara luas. Gen
cyt b menunjukkan potensi terbatas dengan universalitas primer standar hanya
16,7%, sedangkan gen COI menunjukkan performa paling rendah karena tingkat
konservasi motifnya paling rendah. Secara keseluruhan, bahwa variasi genetik antar
spesies masih cukup tinggi pada daerah target primer, sehingga menjadi tantangan
dalam perancangan primer universal. | en_US |
