Ijah Analytics Mudahkan Peneliti Formulasikan Jamu 

Ijah Analytics Mudahkan Peneliti Formulasikan Jamu 
info gambar utama

Dr. Wisnu Ananta, staf pengajar dan peneliti dari Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Institut Pertanian Bogor (IPB), berhasil membuat aplikasi pencarian dan prediksi keterhubungan tanaman herbal dan penyakit.

Aplikasi bernama Ijah Analytics ini memudahkan peneliti jamu untuk mengetahui kandungan senyawa aktif yang ada pada tanaman herbal sehingga mempersingkat proses formulasi produk jamu.

Temuan ini Dr. Wisnu paparkan dalam Workshop Bioinformatika, Network Pharmacology, yang diselenggarakan di Pusat Studi Biofarmaka Tropika, Taman Kencana Bogor (19/3). Aplikasi buatan IPB ini dapat diakses di https://ijah.apps.cs.ipb.ac.id/.

“Network Pharmacology dapat memangkas langkah screening pemilihan senyawa bakal jamu menjadi lebih singkat. Keterlibatan komputasi dalam perancangan jamu menjadi faktor yang dirasa sangat penting. Aplikasi ini sudah banyak diakses oleh pengguna internet di beberapa negara. Aplikasi ini memberikan kemudahan dan memanjakan pengguna dalam penggunaannya dibandingkan dengan aplikasi lain. Machine learning menjadi basis metode pengembangan aplikasi tersebut. Ijah juga sudah mendapat anugerah inovasi dan memiliki hak cipta. Ijah dikembangkan sejak tahun 2013 dengan melibatkan 27 personil yang terdiri dari mahasiswa dan dosen,” jelas Dr. Wisnu.

Selain Dr. Wisnu, pada workshop tersebut pakar jamu dari Departemen Kimia IPB, Rudi Heryanto, M.Si., juga turut menyajikan hasil risetnya yang berjudul Pendekatan Pengembangan Produk Jamu berbasis pada Konsep Multi Komponen-Multi Target dan Sinergisitas.

Paparannya mengupas tentang sifat holistik jamu yang memiliki banyak senyawa yang akan membentuk protein yang ditargetkan, sehingga fungsi dan metabolisme tubuh yang mengkonsumsi jamu tersebut semakin membaik.

“Melalui pemanfaatan komputasi dengan pendekatan teori graph, dapat dihasilkan model yang memfilter senyawa-senyawa yang paling sesuai dan potensial untuk pengobatan atau pencegahan penyakit tertentu,” ujarnya.

Pernyataan Rudi Heryanto tersebut diperkuat oleh penjelasan dari Dr. Annisa, S.Kom., M.Kom. yaitu dosen Departemen Ilmu Komputer lulusan Hiroshima University Jepang, yang menjelaskan bahwa graph mining dapat digunakan untuk mereduksi network yang dibentuk dari interaksi protein-protein menjadi subgraf-subgraf yang memiliki kepadatan yang tinggi, di mana dalam subgraf tersebut diduga mengandung protein-protein esensial yang terkait dengan penyakit tertentu.

Protein-protein esensial inilah yang selanjutnya menjadi informasi penting untuk menemukan formula senyawa aktif pada tanaman obat yang tepat, yang diperoleh dari analisis k-partite graph tanaman-senyawa-protein-penyakit.

Terakhir, workshop ditutup dengan materi mengenai pengolahan data metabolomik menggunakan R oleh Dr. Sony Hartono Wijaya, dosen Ilmu Komputer IPB.

Peserta yang berasal dari kalangan akademisi dan peneiliti dari beberapa perguruan tinggi dan pusat penelitian di Pulau Jawa dan Kalimantan ini merasa antusias mengikuti acara workshop dari awal sampai akhir. Mereka berharap interaksi dan komunikasi usai workshop tetap dilakukan untuk menginisiasi kerja sama penelitian. (YDI/Zul)

Sumber: ipb.ac.id

Cek berita, artikel, dan konten yang lain di Google News

Artikel ini dibuat oleh Kawan GNFI, dengan mematuhi aturan menulis di GNFI. Isi artikel ini sepenuhnya menjadi tanggung jawab penulis. Laporkan tulisan.

YI
AI
Tim Editor arrow

Terima kasih telah membaca sampai di sini