Klaim efektivitas tanaman herbal afrodisiak yang beredar luas di masyarakat kerap tidak disertai bukti ilmiah yang memadai. Menjawab persoalan ini, tim peneliti Universitas PGRI Madiun (Universitas PGRI Madiun) menghadirkan inovasi berbasis teknologi mutakhir untuk meningkatkan akurasi informasi yang diterima publik. Melalui skema Penelitian Dosen Pemula (PDP) 2025, mereka merancang model klasifikasi Machine Learning (ML) guna menyaring dan memvalidasi klaim tanaman herbal afrodisiak secara lebih objektif.

Tim tersebut diketuai oleh Puguh Jayadi, S.Kom., M.Kom., Dosen Teknik Informatika, berkolaborasi dengan Apt. Weka Sidha Bhagawan, M.Farm., dosen dari Program Studi Farmasi, serta Jofanza Denis Aldida, mahasiswa Teknik Informatika.

Menurut Puguh Jayadi, S.Kom., M.Kom., urgensi penelitian ini muncul akibat maraknya penggunaan herbal afrodisiak dalam pengobatan tradisional tanpa dukungan data ilmiah yang kuat. “Dibutuhkan pendekatan sistematis berbasis data untuk mengevaluasi keabsahan klaim-klaim ini,” ujarnya, Senin (24/11), kemarin.

Model ML yang dikembangkan bertujuan mengelompokkan klaim berdasarkan tingkat validitasnya. Hasilnya diharapkan dapat menjadi rujukan objektif bagi praktisi kesehatan, peneliti, industri herbal, serta masyarakat yang mengandalkan referensi etnobotani. Proses penelitian melibatkan pengumpulan dataset komprehensif dari jurnal ilmiah hingga forum diskusi pengguna herbal, yang kemudian diolah melalui pendekatan lintas disiplin Teknik Informatika dan Farmasi.

Pada tahap pemodelan, tim akan menerapkan tiga algoritma klasifikasi yang dikenal efektif dalam menangani data kompleks, yakni Random Forest, Support Vector Machine (SVM), dan XGBoost. Ketiganya dipilih untuk melihat performa terbaik dalam membaca pola data etnobotani. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score, dengan target minimal akurasi 85 persen dan F1-score di atas 0,8.

Puguh Jayadi, S.Kom., M.Kom., menegaskan bahwa penelitian ini merupakan bagian dari roadmap riset jangka panjang 2024–2029 yang bersifat multidisiplin. “Kedepannya akan dikembangkan dengan teknologi terapan AI yang mutakhir,” jelasnya.

Luaran utama yang ditargetkan meliputi model klasifikasi ML yang telah disesuaikan khusus untuk data tanaman herbal afrodisiak, publikasi nasional terakreditasi SINTA 4, prosiding seminar nasional, serta poster ilmiah. Penelitian ini diharapkan memberi kontribusi nyata dalam meningkatkan transparansi dan kredibilitas klaim tanaman herbal, sekaligus memperkuat fondasi riset berbasis data di bidang herbal science.

Untuk informasi lebih lengkap terkait kegiatan kampus, dapat mengunjungi akun Instagram resmi Universitas PGRI Madiun di @official_unipma. Universitas PGRI Madiun juga telah membuka pendaftaran mahasiswa baru tahun akademik 2025/2026.