Prediksi Khasiat Jamu Menggunakan Deep Learning

Abstract

Indonesia merupakan negara yang memiliki kekayaan alam yang melimpah dan beragam serta memiliki manfaat dan kegunaan yang berbeda-beda. Kekayaan alam tersebut dapat bermanfaat untuk menyembuhkan suatu penyakit. Salah satu kekayaan alam di Indonesia yang dapat dimanfaatkan adalah tanaman obat. Penelitian ini bertujuan membangun landasan saintifik Jamu melalui analisis hubungan antara tanaman obat yang digunakan sebagai komposisi Jamu dan khasiat Jamu dengan menggunakan Deep Learning. Deep Learning dipilih sebagai classifier karena mampu menunjukkan keefektifan yang baik dalam menghasilkan model prediksi di beberapa penelitian lainnya. Teknik SMOTE digunakan untuk mengatasi imbalanced data agar dihasilkan akurasi prediksi yang tinggi. Pada penelitian ini digunakan metode pembanding, yaitu metode Random Forest dan Support Vector Machine. Nilai akurasi tertinggi dihasilkan metode Deep Learning, yaitu sebesar 88.74% sedangkan metode Random Forest dan Support Vector Machine masing-masing menghasilkan akurasi sebesar 78.84% dan 77.60%. Variable importance pada model prediksi terbaik yang dibentuk menggunakan metode Deep Learning menghasilkan 105 tanaman obat potensial.