P Penelitian ini mempunyai tujuan untuk mengontrol ekson yang berada pada Coding Sequence (CDS). Salah satu metode yang digunakan untuk mengontrol ekson DNA adalah dengan metode Hidden Markov Model (HMM) yang memiliki beberapa parameter yang digunakan yaitu jumlah state, nilai state transisi, nilai state emisi dan algoritma yang digunakan untuk proses training dan testing yaitu algoritma Baum-Welch dan Viterbi. Model hidden Markov atau Hidden Markov Model (HMM) merupakan salah satu model stokastik yang terdiri atas sebuah sinyal (sinyal DNA) yang dimodelkan sebagai sebuah rantai Markov keadaan (state) terhingga dan sebuah observasi yang dimodelkan sesuai proses observasi pada rantai Markov. Beberapa garis besar dalam metoda HMM terdiri dari rantai Markov, elemen HMM, permasalahan dasar HMM dan solusi permasalahan dasar HMM dan Rantai Markov (Markov Chain) merupakan probabilitas transisi dari satu state ke state yang lain yang dapat ditentukan sesuai dengan jumlah state dan topologi atau struktur model HMM yang digunakan. Aplikasi metode HMM pada penelitian ini yang digunakan untuk mengontrol ekson pada CDS DNA Plasmodium falciparum dilakukan dengan mencoba untuk memulai percobaan-percobaan simulasi dengan menggunakan metode HMM yang telah dilakukan oleh peneliti sebelumnya, selanjutnya dengan metode tersebut dilakukan pengembangan terhadap struktur model berdasarkan ekson pada CDS dengan cara penambahan jumlah state secara acak pada struktur model. Selanjutnya membuat spesifikasi jumlah ekson pada sekuen DNA dan optimalisasi hasil proses simulasi dengan tujuan agar diperoleh salah satu parameter kinerja model yaitu Correlation Coefficient (CC) yang diharapkan menjadi lebih baik dalam mengontrol ekson sekuen DNA Plasmodium falciparum pada CDS. Hasil simulasi pada struktur model HMM yang dipilih untuk: mengontrol ekson DNA gen Plasmodium fa/ciparum tersebut menunjukan bahwa penambahan jumlah state tidak linier dengan peningkatan nilai CC, sehingga uji coba dilakukan dengan beberapa nilai transisi agar diperoleh nilai tinggi. Waktu yang diperlukan untuk proses pembentukan model mengalami peningkatan secara logaritmis sedangkan hasil ujicoba yang dilakukan pada model dengan menggunakan pengelompokan jumlah ekson menunjukkan adanya peluang peningkatan nilai CC melalui pengembangan model spesifik jumlah ekson