DNA (Deoxyribose Nucleid Acid) merupakan sebuah rangkaian-rangkaian protein asam nukleotida yang berada didalam tubuh makhluk hidup dimana DNA akan sangat identik dengan pewarisan sifat. DNA dalam tubuh makhluk hidup berbentuk pasang-pasangan, sehingga dibutuhkannya analisis biologi untuk mencocokan similaritas antar data DNA tersebut. Dikarenakan data DNA yang terlalu besar, maka Big Data dapat menjadi salah satu jawaban untuk melakukan komputasi kecocokan similaritas pada data tersebut. Big Data merupakan sebuah teknik yang dapat melakukan komputasi berskala besar dengan memiliki beberapa framework yang mendukung untuk mencari similaritas sequence biologi. Hadoop merupakan framework yang sangat tepat untuk menjalankan Big Data dengan memiliki beberapa macam tools yang dapat digunakan. Untuk pemrosesan data-data DNA tersebut, Bioinformatika hadir dengan beberapa teknik yang dapat digunakan. Salah satu teknik yang digunakan untuk memproses data DNA tersebut adalah MSA (Multiple Sequence Alignment) dimana salah satu algoritmanya memiliki nilai akurasi yang sangat tinggi yaitu algoritma T-COFFEE (Tree Based Consistency Objective Function for Alignment Evaluation). T-COFFEE merupakan sebuah algoritma multiple sequence yang sangat cocok untuk mencari similaritas pada data DNA dengan berfokus pada nilai akurasi yang sangat tinggi. Disamping memiliki nilai akurasi yang tinggi, T-COFFEE membutuhkan waktu yang sangat lama untuk pemrosesannya sehingga apabila diimplementasikan pada data DNA yang jumlahnya besar, maka akan memerlukan waktu yang lama. Pengimplementasian T-COFFEE pada paralelisasi hadoop dapat mereduksi waktu yang dibutuhkan T-COFFEE untuk melakukan komputasi dengan memiliki nilai speedup yang lebih baik dibandingkan dengan tanpa menggunakan paralelisasi hadoop.