Penyusunan jejaring tanaman obat yang digunakan dalam formula jamu

PENYUSUNAN JEJARING TANAMAN OBAT YANG
DIGUNAKAN DALAM FORMULA JAMU

INKA TIARA PUTRI

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Penyusunan Jejaring
Tanaman Obat yang Digunakan dalam Formula Jamu adalah benar karya saya
dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun
kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip
dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.
Bogor, Juli 2014
Inka Tiara Putri
NIM G14100100

ABSTRAK
INKA TIARA PUTRI. Penyusunan Jejaring Tanaman Obat yang Digunakan
dalam Formula Jamu. Dibimbing oleh FARIT MOCHAMAD AFENDI dan
PIKA SILVIANTI.
Jamu merupakan sebutan untuk obat tradisional buatan Indonesia. Jamu
dibuat berdasarkan pengalaman. Akan tetapi, meskipun berdasarkan pengalaman,
jamu diyakini memiliki pola keteraturan antar tanaman sehingga apabila
dikombinasikan dengan tanaman lain akan menghasilkan khasiat tertentu. Salah
satu analisis untuk menentukan pola keteraturan antar tanaman adalah analisis
jaringan dengan menggunakan distance-based mutual information model (DMIM)
dan ukuran kedekatan Jaccard. Akan tetapi, metode DMIM memiliki kriteria yaitu
data yang digunakan merupakan data urutan kepentingan tanaman dalam formula
dan minimal ada satu formula yang menggunakan pasangan tanaman secara
bersama-sama. Pada penelitian ini, data formula jamu yang digunakan tidak
memenuhi kriteria tersebut sehingga perlu dilakukan modifikasi terhadap metode

DMIM tersebut. Penerapan metode DMIM modifikasi untuk data formula jamu
yang digunakan menghasilkan pasangan tanaman yang sama dengan metode
Jaccard. Hasil analisis jaringan berdasarkan nilai Jaccard menghasilkan 8241
pasangan tanaman dan 60 gerombol. Setiap gerombol mencirikan sembilan
kelompok khasiat tertentu.
Kata Kunci: analisis jaringan, distance-based mutual information model
(DMIM), gerombol, Jaccard.
ABSTRACT
INKA TIARA PUTRI. Herb Network Construction for Uncovering the
Combination Rule of Jamu Formulae. Supervised by FARIT MOCHAMAD
AFENDI and PIKA SILVIANTI.
Jamu is a term for traditional medicines made in Indonesia. Jamu made
based on experience. However, although based on experience, jamu believed to
have a pattern of regularity between plants so if its combined will produce a
certain efficacy. One of the analysis to determine the pattern of regularity between
plants is network analysis based on distance-based mutual information model
(DMIM) and Jaccard Similarity. But, DMIM method has criteria such as the data
used is about sequence of plants and herb pairs should be used together at least in
one formula. In this study, data of jamu formulae does not fulfil the criteria so it
necessary to modify DMIM method. Application of DMIM method for data of

jamu formulae produce the number of same herb pairs with Jaccard method. The
results of network analysis based on Jaccard value produce 8241 herb pairs and 60
clusters. Each cluster has characteristics depend on nine certain efficacy.
Key words : cluster, distance-based mutual information model (DMIM),
Jaccard, network analysis.

PENYUSUNAN JEJARING TANAMAN OBAT YANG
DIGUNAKAN DALAM FORMULA JAMU

INKA TIARA PUTRI

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika
pada
Departemen Statistika

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR

BOGOR
2014

2

3

Judul Skripsi : Penyusunan Jejaring Tanaman Obat yang Digunakan dalam
Formula Jamu
Nama
: Inka Tiara Putri
NIM
: G14100100

Disetujui oleh

Dr Farit Mochamad Afendi, MSi
Pembimbing I

Pika Silvianti, SSi, MSi

Pembimbing II

Diketahui oleh

Dr Anang Kurnia, MSi
Ketua Departemen

Tanggal Lulus:

4

PRAKATA
Puji dan syukur kehadirat Allah SWT karena hanya dengan lindungan,
rahmat, dan karunia-Nya penulis telah menyelesaikan karya ilmiah yang berjudul
Penyusunan Jejaring Tanaman Obat yang Digunakan dalam Formula Jamu.
Terselesainya penyusunan karya ilmiah ini tidak lepas dari dukungan,
motivasi, saran, dan kerja sama dari berbagai pihak. Oleh karena itu, penulis
mengucapkan terima kasih kepada:
1.
Bapak Farit Mochamad Afendi selaku ketua komisi pembimbing yang telah

bersabar dalam menuntun dan memberikan nasihat kepada penulis untuk
dapat menghasilkan karya ilmiah yang baik.
2.
Ibu Pika Silvianti selaku anggota komisi pembimbing atas kesempatan yang
telah diberikan kepada penulis untuk dapat mengembangkan diri pada topik
yang penulis teliti.
3.
Ibu Itasia Dina Sulvianti selaku dosen penguji yang telah memberikan saran
dalam perbaikan karya ilmiah ini untuk hasil yang lebih baik.
4.
Bapak Akadir Tarmizi atas segala bantuan dan perhatian yang telah
diberikan sehingga penulis dapat menyelesaikan masa perkuliahannya.
5.
Orang tua penulis, Papa M. Arsyad Tarmizi dan Mama Risniarti atas segala
dukungan dan doa yang tidak pernah putus kepada penulis.
6.
Kakak dan adik penulis, Belly Taruna Utama dan M. Eurie Tarmizi atas doa
dan dukungan moril yang diberikan kepada penulis.
7.
Rekan-rekan statistika angkatan 2010 khususnya Raedi Hermawan, Deddy

Hidayad, Irsyad Satria, dan Asty Khairy Inayah S yang telah sangat
membantu penulis dalam diskusi untuk menyelesaikan karya ilmiah ini.
8.
Staf Tata Usaha Departemen Statistika atas bantuannya dalam kelancaran
administrasi.
Penulis mohon maaf atas segala kekurangan dan kesalahan dalam karya
ilmiah ini. Semoga karya ilmiah ini bermanfaat.

Bogor, Juli 2014
Inka Tiara Putri

DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

1

TINJAUAN PUSTAKA

2

Distance-based Mutual Information Model (DMIM)

2

Analisis Jaringan

4

Ukuran Kedekatan Jaccard

5

METODOLOGI

6

Data

6

Metode

6

HASIL DAN PEMBAHASAN

7

Deskripsi Tanaman Komposisi Jamu dan Khasiatnya

7

Evaluasi Nilai Ukuran Kedekatan

8

Analisis Jaringan Menggunakan Ukuran Kedekatan Jaccard

9

SIMPULAN

13

Simpulan

13

DAFTAR PUSTAKA

14

LAMPIRAN

15

RIWAYAT HIDUP

38

3

DAFTAR TABEL
1
2
3
4
5

Ilustrasi matriks B yang terbentuk
Ilustrasi data yang digunakan
Frekuensi kelompok khasiat pada formula jamu
Frekuensi penggunaan tanaman dalam formula jamu
Tabulasi silang anggota gerombol 43 dengan kelompok khasiat

3
6
7
8
10

DAFTAR GAMBAR
1
2

Jaringan antar gerombol
Jaringan antar anggota gerombol 43

9
10

DAFTAR LAMPIRAN
1
2
3
4
5
6
7
8
9
10
11

Nama tanaman yang digunakan
Gerombol kelompok khasiat urinary related problems (URI)
Gerombol kelompok khasiat disorder of appetite (DOA)
Gerombol kelompok khasiat gastrointestinal disorder (GST)
Gerombol kelompok khasiat female reproductive organ problems
(FML)
Gerombol kelompok khasiat musculoskeletal and connective tissue
disorders (MSC)
Gerombol kelompok khasiat pain/inflammation (PIN)
Gerombol kelompok khasiat respiratory disease (RSP)
Gerombol kelompok khasiat wounds and skin infections (WND)
Gerombol kelompok khasiat gastrointestinal disorder (GST) dan
musculoskeletal and connective tissue disorders (MSC)
Gerombol kelompok khasiat gastrointestinal disorder (GST) dan
wounds and skin infection (WND)

15
21
21
23
27
28
35
36
36
37
37

1

PENDAHULUAN
Latar Belakang
Jamu merupakan sebutan untuk obat tradisional buatan Indonesia.
Pengertian jamu dalam Permenkes No.003/Menkes/Per/I/2010 adalah bahan atau
ramuan bahan yang berupa tumbuhan, bahan hewan, bahan mineral, sediaan sari
(galenik), atau campuran dari bahan tersebut yang secara turun temurun telah
digunakan untuk pengobatan.
Berdasarkan pengalaman (empiris), masyarakat Indonesia membuat obat
yang berasal dari campuran berbagai tanaman tertentu yang akhirnya disebut
sebagai jamu. Akan tetapi, meskipun berdasarkan pengalaman (empiris), jamu
tetap memiliki keteraturan yang menyebabkan suatu tanaman apabila
dikombinasikan dengan tanaman lainnya akan menghasilkan suatu khasiat tertentu.
Li et al. (2010) mengemukakan sebuah ide mengenai upaya untuk
mendapatkan aturan kombinasi tanaman menggunakan analisis jaringan sebagai
model hubungan antar tanaman. Jaringan tersebut dibuat dengan menggunakan
distance-based mutual information model (DMIM). DMIM merupakan ukuran
kedekatan intensitas penggunaan tanaman yang diterapkan pada formula
traditional chinese medicine (TCM). Data yang digunakan di dalam formula TCM
merupakan data mengenai urutan kepentingan tanaman di dalam formula tersebut.
Akan tetapi, kenyataannya banyak pula data yang tidak diketahui urutan
kepentingan tanamannya. Hal ini menyebabkan perlu adanya modifikasi terhadap
metode DMIM untuk data yang tidak memiliki urutan kepentingan tanaman
tersebut.
Penelitian ini akan menerapkan metode analisis jaringan dengan
menggunakan nilai DMIM terhadap data formula jamu yang tidak memiliki
urutan kepentingan tanaman. Namun adanya modifikasi terhadap penerapan
metode DMIM membuat peneliti melakukan evaluasi terhadap metode tersebut.
Alternatif lain untuk menentukan kedekatan hubungan antar objek adalah
dengan menggunakan ukuran kedekatan Jaccard. Ukuran kedekatan Jaccard
berguna untuk mengukur tingkat kemiripan antar objek pada data berskala biner.
Selain itu, ukuran kedekatan Jaccard tidak memperhatikan pasangan objek yang
bersifat negatif.
Tujuan Penelitian

1.

2.

Tujuan dari penelitian ini adalah :
Menerapkan dan mengevaluasi metode ukuran kedekatan DMIM dan
ukuran kedekatan Jaccard pada data formula jamu yang tidak memiliki
urutan kepentingan tanaman.
Mendapatkan pola keteraturan kombinasi tanaman pada formula jamu
untuk khasiat tertentu.

2

TINJAUAN PUSTAKA
Distance-based Mutual Information Model (DMIM)
Distance-based mutual information model (DMIM) merupakan kombinasi
antara karakteristik nilai mutual information dengan nilai rata-rata between herb
distance. Nilai dari DMIM menggambarkan tentang kecenderungan dari objek x
dan objek y untuk menjadi satu pasangan (Li et al. 2010). DMIM dapat dituliskan
sebagai berikut :
xy
xy
xy
dengan
DMIM (x,y)
: nilai DMIM antara objek x dan objek y
MI(x,y)
: nilai mutual information antara objek x dan objek y
d(x,y)
: nilai rata-rata between herb distance antara objek x dan
objek y .
Mutual Information
Mutual information adalah ukuran dari ketergantungan antara dua peubah.
Jika keduanya sangat tergantung atau tidak saling bebas, sebagai contoh satu
adalah fungsi yang lain, mutual information antara kedua peubah akan besar.
Namun, jika antar dua peubah saling bebas maka besar nilai mutual information
sama dengan nol (Steuer et al. 2002). Interpretasi lain dari mutual information
adalah suatu informasi yang disimpan dalam satu peubah tentang peubah lain serta
tingkat prediktabilitas peubah kedua dengan mengetahui peubah pertama. Dari
semua uraian tersebut, semua interpretasi ini terkait dengan gagasan yang sama
yaitu ketergantungan dan korelasi (Li 1990).
Mutual information merupakan entropi relatif antara fungsi massa peluang
bersama dan fungsi massa peluang masing-masing peubah. Jika diketahui fungsi
massa peluang bersama peubah x dan y adalah P(x,y) dan fungsi massa peluang
masing-masing peubah adalah P(x) dan P(y) maka didapatkan persamaan sebagai
berikut :
xy
(1)
M xy
x y log
x

∑m

y

xyi

i
Nilai P(x,y) didefinisikan sebagai x y
dengan i
2…m
m
yang merupakan banyaknya formula yang digunakan dan I(x,y,i) merupakan
fungsi indikator dari x dan y yang menunjukkan bahwa x dan y berada di dalam
formula ke-i secara bersama-sama. I(x,y,i) akan bernilai 1 jika x dan y ada secara
bersama-sama pada formula ke-i dan bernilai 0 jika selainnya. Selain itu, definisi

dari P(x) adalah

x

∑m
i

xi
m

dan P(y) adalah

y

∑m
i

yi
m

.

Between Herb Distance
Between herb distance mengukur kekuatan hubungan pasangan tanaman.
Nilai rata-rata between herb distance yang lebih kecil menunjukkan hubungan
yang lebih kuat antar tanaman. Diasumsikan terdapat tanaman sebanyak n (banyak
baris) dan formula sebanyak m (banyak kolom).

3

Matriks A merupakan matriks yang berisi posisi tanaman di dalam suatu
formula. Unsur dari matriks A dinyatakan dengan ij
dengan ij menyatakan
mxn
posisi dari tanaman ke-j di dalam formula ke-i, i= 1,2,...,m, dan j = 1,2,…,n.
Matriks B merupakan matriks yang berisi posisi relatif tanaman ke-j di dalam
formula ke-i. Matriks B didefinisikan sebagai B= ij
= m kij dengan k
mxn

ik

merupakan banyaknya tanaman yang digunakan di dalam formula ke-i ( ≤k≤n)
(Li et al. 2010).
Between herb distance tanaman x dan tanaman y untuk masing-masing
formula ke-i dilambangkan dengan d(x,y,i) = | ij - |. Nilai rata-rata between herb
distance antara tanaman x dan tanaman y sebagai berikut :
∑m
xyi
xyi
(2)
i
xy
m
∑i
xyi
Sebagai ilustrasi adalah diasumsikan ada sebany k 0 t n m n j
2 …
10) dan 3 formula (i=1,2,3). Formula 1 terdiri dari tanaman 4, tanaman 2, tanaman
9, dan tanaman 6 (k=4). Formula 2 terdiri dari tanaman 4, tanaman 8, tanaman 1,
tanaman 10, tanaman 2, tanaman 5, tanaman 3, dan tanaman 7 (k=8). Formula 3
terdiri dari tanaman 1 dan tanaman 6 (k=2). Sebagai contoh untuk tanaman 2 di
dalam formula 1 dapat dihitung bahwa 2 =2 dan 2 = = 0,5. Ilustrasi matriks
yang terbentuk terlihat pada Tabel 1.
Tabel 1 Ilustrasi matriks B yang terbentuk
Formula
T1
T2
T3
T4
T5
T6
T7
T8
T9
T10
Formula 1 0.000 0.500 0.000 0.250 0.000 1.000 0.000 0.000 0.750 0.000
Formula 2 0.375 0.625 0.875 0.125 0.750 0.000 1.000 0.250 0.000 0.500
Formula 3 0.500 0.000 0.000 0.000 0.000 1.000 0.000 0.000 0.000 0.000

Proses perhitungan matriks B merupakan proses standardisasi dari matriks
A yang bertujuan untuk melakukan penyetaraan skala data. Hal ini dilakukan
untuk menghindari perbedaan rentang nilai yang terlalu besar antar tanaman.
Matriks A yang berisi urutan kepentingan tanaman akan memberikan nilai yang
berbeda-beda bergantung dari banyak tanaman yang digunakan dalam satu
formula. Sebagai contoh, nilai tanaman pada formula yang menggunakan 10
tanaman akan sangat berbeda dengan nilai tanaman pada formula yang hanya
menggunakan 2 tanaman.
Berbeda dengan data TCM, data formula jamu yang digunakan tidak
memiliki urutan kepentingan tanaman. Data formula jamu hanya berisi status
penggunaan tanaman dalam formula jamu yang dinyatakan dalam skala biner (1
atau 0). Oleh karena itu, perlu dilakukan modifikasi matriks B pada data formula
jamu yang digunakan.
Perhitungan matriks B memiliki konsep seperti perhitungan nilai proporsi.
Oleh karena itu, modifikasi yang dapat dilakukan jika ingin menerapkan
perhitungan matriks B pada data formula jamu yang digunakan adalah
memproporsikan masing-masing tanaman untuk masing-masing formula. Selain
itu, modifikasi lain yang dapat dilakukan adalah menggunakan bentuk data asli
pada formula jamu sebagai matriks B. Hal ini dapat dilakukan karena melihat

4

tujuan pembentukan matriks B adalah penyetaraan skala data untuk mengurangi
rentang nilai yang besar antar tanaman. Skala data yang dimiliki formula jamu
merupakan data biner yang mengartikan bahwa skala data untuk seluruh tanaman
adalah sama sehingga tidak perlu dilakukan standardisasi kembali.
Akan tetapi, terdapat kriteria lain yang harus dipenuhi dalam perhitungan
nilai rata-rata between herb distance. Persamaan (2) menyatakan bahwa penyebut
yang merupakan penjumlahan dari fungsi indikator masing-masing formula
mengharuskan minimal ada satu formula yang menggunakan pasangan tanaman
secara bersama-sama. Kriteria ini harus dipenuhi agar penyebut tidak bernilai 0
yang menyebabkan nilai rata-rata between herb distance tidak terdefinisi.
Data formula jamu yang digunakan ada sebanyak 99639 pasangan tanaman
yang tidak pernah digunakan secara bersama-sama dalam satu formula. Hal ini
mengakibatkan ada sebanyak 99639 nilai rata-rata between herb distance yang
tidak terdefinisi. Masalah ini terjadi untuk data proprosi maupun data biner
sehingga perhitungan nilai rata-rata between herb distance tidak dapat dilakukan
pada data seperti data formula jamu yang digunakan. Salah satu cara mengatasi
masalah ini adalah melakukan modifikasi ukuran jarak pasangan tanaman dengan
metode jarak lain. Metode jarak yang akan digunakan pada data proporsi adalah
jarak Euclidian, sedangkan untuk data biner menggunakan jarak Jaccard.
Analisis Jaringan
Beberapa istilah yang digunakan dalam analisis jaringan yaitu node, edge,
dan graph. Node merupakan individu yang terlibat di dalam sebuah jaringan.
Node dilambangkan dengan bentuk lingkaran. Edge merupakan hubungan atau
interaksi antar masing-masing individu. Edge dilambangkan dengan garis yang
menghubungkan antar dua individu yang saling berhubungan. Graph merupakan
sekumpulan individu-individu yang terbentuk dalam jaringan dan memiliki fungsi
spesifik (Li dan Zhang 2013).
Analisis jaringan merupakan salah satu alat analisis yang digunakan untuk
melihat hubungan antar objek. Analisis ini menggunakan sistem graph clustering
yaitu menampilkan gambar dengan menghubungkan objek-objek yang saling
berhubungan. Graph clustering bertujuan untuk mendeteksi penggerombolan
yang terbentuk terhadap objek-objek yang memiliki hubungan dalam jaringan
besar dan padat. Beberapa ukuran yang harus diperhatikan dalam mendeteksi
gerombol yang terbentuk yaitu:
1.
Density ( k
Density dari gerombol k ( k merupakan rasio dari banyaknya edge
yang ada di dalam gerombol tersebut (
) dan maksimal banyaknya edge
yang mungkin di dalam gerombol ke-k atau terhubung sempurna ( k m x .
Density dari gerombol k dapat dinyatakan sebagai berikut :
2x k
k
k
k
k x
km x
adalah banyaknya node yang ada dalam satu gerombol.
dengan nilai
Nilai density dari sebuah gerombol akan berkisar antara 0 sampai 1.
2.
Cluster Property (
)
Cluster property ( pnk merupakan ukuran satu node dengan sebuah
gerombol tertentu. Tujuan perhitungan pnk adalah untuk mengidentifikasi

5

node n merupakan bagian dari gerombol k atau berada pada gerombol yang
terpisah. Nilai cluster property diukur dengan memanfaatkan nilai density
dan banyaknya node dari gerombol k yang didefinisikan sebagai berikut :
pnk

nk

k x
k
dengan nk merupakan banyaknya edge dari node n yang terhubung pada
gerombol k. (Altaf-Ul-Amin et al. 2006).

Algoritme Pembentukan Gerombol
Tahapan berikut merupakan algoritme pembentukan gerombol di dalam
analisis jaringan :
1.
Menentukan nilai k, density in minimum, dan cluster property pin
minimum.
2.
Menentukan node yang memiliki edge paling banyak (derajat tertinggi
node) untuk dijadikan node awal terbentuknya gerombol k. Jika node tidak
memiliki edge (derajat node=0) maka node tersebut merupakan satu
gerombol.
3.
Menambahkan node lain yang menjadi prioritas tetangga (p) gerombol k ke
dalam gerombol. Penentuan prioritas tetangga gerombol k adalah node
dengan jumlah edge paling banyak terhubung dengan gerombol k.
4.
Memeriksa nilai density dan cluster property setelah penambahan node baru.
Syarat node tetangga masuk ke dalam gerombol k adalah k in dan
pp k-p
pin .
5.
Mengulangi langkah 1 sampai 4 hingga semua node tetangga gerombol k
selesai diperiksa.
6.
Pembentukan gerombol k selesai, nilai k=k+1.
7.
Mengulangi langkah 1 sampai 6 pada semua node dalam jaringan.
Ukuran Kedekatan Jaccard
Ukuran kedekatan Jaccard digunakan untuk mengukur kemiripan antar dua
objek. Ukuran kedekatan Jaccard merupakan ukuran yang biasa digunakan untuk
tipe data biner. Perhitungan menggunakan Jaccard tidak memperhatikan pasangan
objek yang bersifat negatif. Hal ini disebabkan pasangan objek yang negatif tidak
bisa memberikan informasi mengenai kedekatan atau kemiripan antar 2 objek
(Real dan Vargas 1996). Persamaan ukuran kedekatan Jaccard sebagai berikut :
xy

dengan
xy

A
B
C

: nilai ukuran kemiripan antara objek x dan objek y
: banyak atribut yang digunakan pada objek x dan objek y
: banyak atribut yang digunakan pada objek x dan tidak digunakan objek y
: banyak atribut yang tidak digunakan objek x dan digunakan pada objek y.

6

METODOLOGI
Sumber Data
Data yang digunakan merupakan data yang merujuk kepada hasil
penelitian Afendi (2012). Data yang diperoleh terdiri dari data 3138 jamu, 465
tanaman, dan 9 kelompok khasiat penyakit. Adapun 9 kelompok khasiat terdiri
dari : urinary related problems (URI), disorder of appetite (DOA), disorder of
mood and behavior (DMB), gastrointestinal disorder (GST), female reproductive
organ problems (FML), musculoskeletal and connective tissue disorder (MSC),
pain/inflammation (PIN), respiratory disease (RSP), dan wounds and skin
infection (WND). Data berbentuk biner yang berisi tentang status penggunaan
tanaman pada komposisi jamu untuk khasiat tertentu. Nilai 1 diberikan untuk
tanaman yang digunakan di dalam komposisi jamu sedangkan nilai 0 diberikan
untuk tanaman yang tidak digunakan di dalam komposisi jamu. Ilustrasi data yang
digunakan dapat dilihat pada Tabel 2 sedangkan keterangan nama tanaman yang
digunakan tersedia pada Lampiran 1.
Tabel 2 Ilustrasi data yang digunakan
Formula
J00001
J00002
J00003
…
J03138

Khasiat

Female reproductive organ
problems (FML)
Pain/inflammation (PIN)
Respiratory disease (RSP)
…
Gastrointestinal disorders (GST)

Adas

Adas
Anis

Adem
…
ati

Zexie

0

0

1 …

0

1
0
…
0

0
1
…
0

…
…
…
…

1
0
…
1

0
1
…
0

Metode
1.
2.
3.

Tahapan analisis yang digunakan dalam penelitian ini adalah :
Melakukan deskripsi data untuk mengetahui gambaran umum data jamu
yang dimiliki.
Mempersiapkan data asli yaitu data biner dan data hasil transformasi yaitu
data proporsi.
Menghitung nilai kedekatan asosiasi dengan metode DMIM dan ukuran
kedekatan Jaccard. Perhitungan nilai kedekatan asosiasi tersebut
menggunakan software SAS 9.3. DMIM dilakukan dengan 2 perhitungan
yaitu :
3.1. Menghitung nilai DMIM dengan menggunakan data proporsi.
Modifikasi jarak yang digunakan pada data proporsi adalah jarak
Euclidian.
3.2. Menghitung nilai DMIM dengan menggunakan data biner.
Modifikasi jarak yang digunakan pada data proporsi adalah jarak
Jaccard.

7

4.
5.

Melakukan interpretasi terhadap nilai DMIM proporsi, nilai DMIM biner,
dan nilai Jaccard yang diperoleh.
Melakukan analisis jaringan menggunakan metode ukuran kedekatan
Jaccard. Analisis jaringan dibuat menggunakan software DPClus.
Langkah-langkah yang dilakukan sebagai berikut :
5.1. Menentukan titik potong atau batas tanaman yang dikatakan saling
berhubungan atau tidak.
5.2. Membangun jaringan dengan menghubungkan pasangan tanaman
yang saling berhubungan.
5.3. Menentukan gerombol-gerombol yang terbentuk. Pada tahap ini
ditentukan nilai k, density dan cluster property masing-masing
sebesar 1, 0.6 dan 0.5.
5.4. Melakukan interpretasi terhadap gerombol yang terbentuk.

HASIL DAN PEMBAHASAN
Deskripsi Tanaman Komposisi Jamu dan Khasiatnya
Tabel 3 menyatakan bahwa proporsi kelompok khasiat pada formula jamu
memiliki proporsi yang berbeda-beda. Formula jamu untuk kelompok khasiat
GST merupakan yang paling banyak jumlahnya yaitu 980 (31.23%), diikuti oleh
kelompok khasiat MSC sebanyak 840 (26.77%), FML sebanyak 398 (12.68%),
PIN sebanyak 311 (9.91%), DOA sebanyak 249 (7.93%), WND sebanyak 159
(5.07%), RSP sebanyak 107 (3.41%), URI sebanyak 72 (2.29%), dan kelompok
khasiat yang paling sedikit adalah DMB sebanyak 22 (0.70%). Tabel 4
menunjukkan bahwa ada 5 tanaman yang paling banyak digunakan di dalam data
formula jamu yang digunakan. Tanaman yang paling banyak digunakan adalah
tanaman Temu Lawak dengan frekuensi pemakaian sebanyak 933 kali, diikuti
oleh tanaman Jahe sebanyak 834 kali, tanaman Kunyit sebanyak 652 kali,
tanaman Kencur sebanyak 503 kali, dan tanaman Adas sebanyak 492 kali.
Tabel 3 Frekuensi kelompok khasiat pada formula jamu
Kelompok Khasiat
Gastrointestinal disorder (GST)
Musculoskeletal and connective tissue disorder (MSC)
Female reproductive organ problems (FML)
Pain/inflammation (PIN)
Disorder of appetite (DOA)
Wounds and skin infection (WND)
Respiratory disease (RSP)
Urinary related problems (URI)
Disorder of mood and behavior (DMB)
Total

Frekuensi Persen (%)
980
31.23
840
26.77
398
12.68
311
9.91
249
7.93
159
5.07
107
3.41
72
2.29
22
0.70
3138
100.00

8

Tabel 4 Frekuensi penggunaan tanaman dalam formula jamu
Nama Tanaman Jumlah Jamu
Temu Lawak
933
Jahe
834
Kunyit
652
Kencur
503
Adas
492

Evaluasi Nilai Ukuran Kedekatan
Perhitungan Nilai DMIM Proporsi dan DMIM Biner
Persamaan (1) menyatakan bahwa perhitungan nilai mutual information
memiliki syarat yaitu peluang bersama pasangan tanaman tidak sama dengan nol
yang berarti minimal ada satu formula yang menggunakan pasangan tanaman
secara bersama-sama. Perhitungan nilai mutual information untuk data formula
jamu mengalami masalah yaitu sebanyak 99639 pasangan tanaman tidak dapat
diketahui nilainya. Hal ini disebabkan 99639 pasangan tanaman tersebut tidak
pernah digunakan bersama-sama dalam satu formula.
Masalah tersebut membuat nilai DMIM proporsi dan nilai DMIM biner
dari 99639 pasangan tanaman tetap tidak bisa diketahui meskipun telah dilakukan
modifikasi pada nilai rata-rata between herb distance dengan metode jarak lain.
Oleh karena itu, hanya terdapat 8241 pasangan tanaman yang memiliki nilai
DMIM. Hal ini terjadi pada kategori data proporsi maupun data biner. Oleh
karena nilai DMIM dari 99639 pasangan tanaman tidak diketahui, sebagai dasar
pembentukan analisis jaringan yang dilakukan dengan nilai DMIM (proporsi dan
biner) menghilangkan 99639 pasangan tanaman tersebut. Hal ini menyebabkan
hanya sebanyak 8241 pasangan tanaman yang digunakan sebagai dasar pembuatan
jaringan.
Perhitungan Nilai Jaccard
Hasil perhitungan tingkat kemiripan antar tanaman dengan menggunakan
ukuran kedekatan Jaccard menghasilkan kombinasi pasangan tanaman sebanyak
108345 pasangan tanaman. Ada 99639 pasangan tanaman yang memiliki nilai
Jaccard sebesar nol sedangkan 8241 pasangan tanaman sisanya memiliki nilai
Jaccard lebih besar dari nol. Nilai Jaccard sama dengan nol mengartikan bahwa
pasangan tanaman yang tidak mirip sama sekali atau tidak pernah digunakan
secara bersama-sama antara satu dengan lainnnya. Namun terdapat 18 pasangan
tanaman yang memiliki nilai Jaccard sebesar 1. Hal ini menyatakan bahwa
terdapat 18 pasangan tanaman yang selalu digunakan secara bersama-sama satu
sama lain pada data formula jamu yang digunakan.
Pasangan tanaman pada Jaccard yang memiliki nilai Jaccard lebih besar
nol ternyata sama dengan 8241 pasangan tanaman yang memiliki nilai DMIM
(proporsi dan biner). Hal ini mengartikan bahwa analisis jaringan dengan
menggunakan nilai DMIM (proporsi dan biner) maupun nilai Jaccard akan
menghasilkan pasangan tanaman yang sama. Hasil ini menujukkan bahwa metode

9

ukuran kedekatan Jaccard saja sudah cukup untuk digunakan pada data seperti
data formula jamu yang dimiliki, sedangkan metode DMIM baik digunakan pada
data yang memenuhi kriteria yaitu data yang digunakan merupakan data urutan
kepentingan tanaman dan minimal ada satu formula yang menggunakan pasangan
tanaman secara bersama-sama .
Analisis Jaringan Menggunakan Ukuran Kedekatan Jaccard
Pembuatan
jaringan
menggunakan
konsep
overlapping
yaitu
memperbolehkan satu tanaman berada pada lebih dari satu gerombol. Gambar 1
menunjukkan hasil jaringan antar gerombol yang terbentuk dengan simbol
gerombol adalah node berwarna biru. Ukuran node yang semakin besar
menunjukkan bahwa anggota gerombol di dalam node tersebut semakin banyak.
Gambar 2 menunjukkan jaringan antar anggota gerombol yang terbentuk di dalam
sebuah gerombol. Gambar 2 merupakan salah satu contoh gerombol yaitu
gerombol 43. Edge berwarna hijau pada Gambar 2 mencirikan hubungan internal
dalam satu gerombol. Edge berwarna merah menunjukkan hubungan tanaman
yang merupakan tetangga dengan gerombol tersebut. Hasil analisis jaringan
menggunakan pendekatan nilai Jaccard menghasilkan 60 gerombol dengan jumlah
anggota yang berbeda-beda tiap gerombolnya. Gerombol dengan anggota
terbanyak adalah gerombol 1 dengan jumlah anggota sebanyak 110 tanaman.

Gambar 1 Jaringan antar gerombol

10

Gambar 2 Jaringan antar anggota gerombol 43
Setelah mengetahui jumlah dan anggota masing-masing gerombol,
dilakukan tabulasi silang antara anggota masing-masing gerombol dengan 9
kelompok khasiat yang dimiliki. Tabel 5 merupakan salah satu contoh hasil
keterkaitan antara anggota masing-masing gerombol dengan kelompok khasiat
yang digunakan. Suatu gerombol dicirikan untuk suatu kelompok khasiat tertentu
dengan cara melihat frekuensi penggunaan tanaman terhadap masing-masing
kelompok khasiat.
Tabel menunjukkan bahwa semua anggota gerombol 43 utamanya selalu
dipakai pada kelompok khasiat gastrointestinal disorder (GST). Hal ini dapat
diartikan bahwa salah satu pengobatan untuk kelompok khasiat GST dicirikan
oleh kombinasi dari tanaman Puff-Ball, tanaman Pule Pandak, tanaman Sawi
Lemah, tanaman Jahe, dan tanaman Pule. Cara ini dilakukan terhadap semua
gerombol sehingga didapatkan keseluruhan karakteristik kombinasi tanaman
untuk setiap kelompok khasiat.
Tabel 5 Tabulasi silang anggota gerombol 43 dengan kelompok khasiat
Khasiat
Kode
Tanaman
P0338
P0341
P0378
P0144
P0340

Nama
Tanaman
Puff-Ball
Pule Pandak
Sawi Lemah
Jahe
Pule

URI

DOA

DMB

GST

FML

0
0
1
3
2

0
0
0
22
4

0
0
0
9
0

1
4
1
67
32

1
1
0
70
6

MSC

PIN

RSP

WND

0
1
1
0
0
0
429 163
13 16

0
0
1
53
2

0
0
0
18
7

11

Hasil Penggerombolan
Kelompok khasiat urinary related problems (URI) merupakan kelompok
yang berhubungan dengan saluran kemih. Kelompok khasiat URI dicirikan oleh 2
gerombol yaitu gerombol 29 dan gerombol 44 (Lampiran 2). Gerombol 29
memiliki anggota di antaranya Labu Kuning, Plum Afrika, Saw Palmetto, dan
Kedelai. Selanjutnya, gerombol 44 memiliki anggota yaitu Tree Pony, Ceri,
Scrophularia Root, dan Tuckahoe. Hal ini mengartikan bahwa apabila masingmasing anggota pada tiap gerombol 29 dan gerombol 44 digunakan secara
bersama-sama akan menghasilkan manfaat untuk mengobati penyakit yang
berhubungan dengan saluran kemih. Data yang ada juga menunjukkan bahwa
untuk tanaman Tree Pony dan tanaman Ceri hanya digunakan untuk mengatasi
masalah kelompok khasiat URI. Hal ini dibuktikan dengan kedua tanaman
tersebut hanya digunakan pada formula jamu khusus mengatasi masalah yang
berhubungan dengan kelompok khasiat URI.
Penyakit yang berhubungan dengan masalah nafsu makan tergolong pada
kelompok khasiat disorder of appetite (DOA). Terdapat 5 gerombol yang
terbentuk yaitu gerombol 12, gerombol 13, gerombol 28, gerombol 50, dan
gerombol 59 (Lampiran 3). Gerombol 12 beranggotakan tanaman-tanaman
sebagai berikut Selfheal, Shanca, Baligo, Rumput Laut, Trengguli, Mengkudu,
dan Jagung. Gerombol 13 beranggotakan tanaman Garcinia, Makandi, Mukul
Myrrh, Randa Tapak, Yerba Mate, Bai Zhu, dan Peach. Gerombol 28 memiliki
anggota cukup banyak yaitu sebanyak 12 anggota di antaranya Kunir Putih,
Poncosudo, Tabat Barito, Temu Lawak, Kunyit, Adas, Lempuyang Wangi,
Pulasari, Kayu Rapet, Kedawung, Mungsi, dan Jati Belanda. Gerombol 50
memiliki anggota sebanyak 4 tanaman yaitu Cassia Seed, Jarak Kosta, Jati
Belanda, dan Kelembak. Selanjutnya, gerombol 59 memiliki anggota sebanyak 5
tanaman diantaranya Ranggis, Seroja, Ginseng, Kembang Pulu, dan Teh.
Beberapa tanaman yang hanya digunakan untuk formula jamu kelompok khasiat
DOA antara lain Baligo, Makandi, Mukul Myrrh, Yerba Mate, Poncosudo, Cassia
Seed, Jarak Kosta, Ranggis, dan Seroja.
Penyakit yang berhubungan dengan suasana hati dan perilaku termasuk ke
dalam kelompok khasiat disorder of mood and behavior (DMB). Kelompok
khasiat ini tidak dicirikan oleh gerombol manapun. Hal ini disebabkan tidak ada
kumpulan tanaman yang utamanya digunakan untuk kelompok khasiat DMB. Jadi
tidak ada suatu pola keteraturan bahwa beberapa tanaman jika digunakan secara
bersama-sama akan dapat menghasilkan khasiat untuk penyakit yang berhubungan
dengan DMB. Hal ini dapat disebabkan karena formula jamu yang digunakan
untuk kelompok khasiat DMB tergolong sangat sedikit. Pada data jamu yang
digunakan, hanya ada 22 formula jamu dari total jamu sebanyak 3138 yang
digunakan untuk kelompok khasiat DMB tersebut.
Kelompok khasiat gastrointestinal disorder (GST) merupakan kelompok
dengan penyakit yang berhubungan dengan bagian perut atau usus. Terbentuk 14
gerombol yang mencirikan kelompok khasiat GST. Daftar gerombol secara
lengkap dapat dilihat pada Lampiran 4. Gerombol 2 ada sebanyak 20 tanaman
yaitu Bai Zhu, Tuckahoe, Muxiang, Hou Po, Ginseng Putri, Nilam, Japanese
Catnip, Perilla, Kibeusi Leutik, Lesser Galangal, Jeruk Keprok, Ban Xia, Bai Dou
Kou, Chinese Date, Barley, Katsumada Galangal, Lobak, Bunga Balon, Salvia
Root, dan Akar Manis. Tanaman-tanaman pada gerombol 4 terdiri dari Wortel,
Strawberry, Bayam, Brokoli, Mangga, Pisang, Tomat, Pepaya, Jambu Biji, dan

12

Jeruk Nipis. Selanjutnya, tanaman-tanaman gerombol 6 terdiri dari Anggrek
Antel-antelan, Anggur, Bit, Bunga Matahari, Ginseng Asia, Jagung, Kedelei, Kol
Rabi, Peach, Wortel. Tanaman-tanaman gerombol 8 terdiri dari Pare, Tapak Dara,
Mimba, Bawang Merah, Jambu Mawar, Mahoni Honduras, Sambiloto, Temu
Lawak, Kencur, Daun Urat, dan Sembung. Pada gerombol 8 ini, tanaman yang
khusus hanya digunakan untuk kelompok khasiat GST adalah Mahoni Honduras.
Anggota gerombol 22 adalah Temu Mangga, Kecubung, Stevia, Keladi Tikus,
Temu Putih, Kunyit, Jahe, Kedawung, Mengkudu. Pada gerombol 23 terdiri dari
Angsana, Daun Duduk, Salentrong, Jahe, Sembukan. Pada gerombol 23, tanaman
Salentrong khusus hanya digunakan untuk kelompok khasiat GST. Gerombol 24
beranggotakan 13 tanaman diantaranya Billberry, Feverfew, Gingko Biloba, Cabe
Jawa, Ginseng Asia, Jahe, Temu Lawak, Meniran, Pegagan, Sembung, Pasak
Bumi, Tribulus Terrestris, dan Kacang Hijau. Billberry dan Feverfew merupakan
tanaman khusus untuk kelompok khasiat GST. Gerombol 25 terdiri dari Ekinasea,
Schisandra, Silibum, Temu Lawak, Kedelei, dan Ginseng Asia. Anggota
gerombol 31 terdiri dari Mahkota Dewa, Ashitaba, Benalu Teh, dan Salam. Pada
gerombol 31, tanaman Ashitaba merupakan tanaman khusus untuk kelompok
khasiat GST. Gerombol 39 memiliki 5 anggota yaitu Jamblang, Leng-lengan,
Paku Rane, Sambiloto, Kumis Kucing. Gerombol 43 terdiri dari Puff-Ball, Pule
Pandak, Sawi Lemah, Jahe, dan Pule. Gerombol 49 terdiri dari tanaman Bungli,
Kenari, Krisan, Ophiopogon Root, dan Temu Lawak. Gerombol 56 terdiri dari
tanaman Adas Anis, Jojoba, Kayu Putih, Kelapa, Lavender, dan Teh Pohon. Pada
gerombol 60 memiliki 18 tanaman yaitu tanaman Sawi, Semanggi, Adas, Alangalang, Kemukus, Kunyit, Pulasari, Temu Lawak, Jinten Hitam, Kapulaga,
Ketumbar, Musi, Temu Ireng, Bangle, Meniran, Tapak Liman, Bidara Upas, dan
Senna.
Kelompok female reproductive organ problems (FML) merupakan
kelompok khasiat untuk penyakit yang berhubungan dengan masalah reproduksi
wanita. Banyak gerombol yang terbentuk untuk kelompok khasiat FML ada 4
gerombol yaitu gerombol 14, gerombol 47, gerombol 48, dan gerombol 52
(Lampiran 5). Gerombol 14 memiliki anggota sebanyak 9 tanaman terdiri dari
Kecipir, Cabe Merah, Manggis, Terung Teter, Turi, Kacang Hijau, Temu Kunci,
Bangle, dan Akar Manis. Gerombol 47 memiliki anggota sebanyak 12 tanaman di
antaranya Beringin, Tem, Cabe Jawa, Cengkeh, Padi, Jinten Hitam, Mungsi,
Delima, Ganti, Sintok, Majaan, dan Pucuk. Gerombol 47 tersebut memiliki
tanaman yang khusus digunakan untuk formula jamu penyakit FML yaitu
Beringin. Gerombol 48 beranggotakan 4 tanaman yaitu Blimbing Wuluh,
Kembang Pukul Empat, Pulasari, dan Sirih. Selanjutnya, untuk anggota gerombol
52 yaitu Dadap Ayam, Katuk, Temu Lawak, Krangean, dan Patikan Kebo.
Gerombol 48 dan gerombol 52 memiliki tanaman khusus yang digunakan hanya
pada formula jamu untuk penyakit yang berhubungan dengan masalah organ
reproduksi wanita yaitu Kembang Pukul Empat dan Dadap Ayam.
Kelompok khasiat musculoskeletal and connective tissue disorders (MSC)
merupakan kelompok yang berhubungan dengan penyakit jaringan otot dan saraf.
Sebanyak 13 gerombol yang mencirikan karakteristik dari MSC (Lampiran 6).
Beberapa gerombol yang mencirikan kelompok khasiat MSC adalah gerombol 3,
gerombol 10, dan gerombol 16. Anggota gerombol 3 terdiri dari 17 tanaman yaitu
Notoginseng, Gambet, Du Zhong, Yin Yang Huo, Shudihuang, Chinese Clematis,
Cibot, Saline Cistanche, Suberect Spatholobus, Gambir, Simbar Layangan, Zexie,

13

Dahurian Angelica, Red Peony, Teasel Root, Ginseng Asia, dan Salvia Root.
Gerombol 10 memiliki 7 anggota di antaranya Common Anemarrhena, Malaytea
Scurfpea, Amur Cork-tree, Desertliving Cistanche, Siberian Cocklebur, Ginseng
Asia, dan Ginseng Putri. Gerombol 16 terdiri dari Astragali, Cendawan Ulat Cina,
Chuan Xiong, Goji, Jamur Kayu, dan Ginseng Asia.
Banyak gerombol yang terbentuk untuk mengatasi masalah peradangan
atau pain/inflammation (PIN) ada 3 gerombol. Gerombol tersebut adalah
gerombol 15, gerombol 18, dan gerombol 26 (Lampiran 7). Gerombol 15
memiliki anggota sebanyak 8 tanaman yaitu Daun Ungu, Iler, Garden Burnet Root,
Pagoda Tree, Ranggitan, Kunci Pepet, Temu Giring, dan Temu Lawak. Gerombol
18 beranggotakan 5 tanaman yaitu Lightyellow Sophora, Paris, She rer’ yrro i
Silverwood, dan Ginseng Putri. Gerombol 26 memiliki 8 tanaman yaitu Getah
Wangi, Kayu Kamper, Mastic, Menta, Kelembak, Kembang Pulu, Ginseng Putri,
Notoginseng.
Kelompok Khasiat respiratory disease (RSP) dicirikan oleh 2 gerombol
yaitu gerombol 40 dan gerombol 53 (Lampiran 8). Gerombol 40 memiliki anggota
sebanyak 7 tanaman yaitu Legundi, evil’
l w, Senggugu, Jahe, Kencur,
Cengkeh, dan Sembung. Selanjutnya, gerombol 53 memiliki anggota sebanyak 4
tanaman yaitu Dempul Lelet, Pecut Kuda, Adas, dan Akar Manis.
Kelompok khasiat wounds and skin infection (WND) merupakan
kelompok penyakit yang berhubungan dengan infeksi kulit dan luka. Gerombol
yang mencirikan untuk penyakit ini adalah gerombol 7, gerombol 27, dan
gerombol 51 (Lampiran 9). Gerombol 7 memiliki anggota yaitu Kelapa, Mawar,
Zaitun, Jeruk Purut, Lavender, Lidah Buaya, Kemiri, Orang-aring, Jeruk Nipis,
dan Adas. Gerombol 27 memiliki anggota sebanyak 9 tanaman yaitu Johar,
Kenikir, Pacar Air, Kayu Manis, Kemukus, Sirih, Sereh, Jeruk Purut, dan Larasetu.
Anggota gerombol 51 meliputi Coklat, Panili, Padi, Pulasari, dan Temu Giring.
Selain gerombol-gerombol tersebut, terdapat 2 gerombol yang mencirikan
untuk lebih dari satu kelompok khasiat. Gerombol-gerombol tersebut adalah
gerombol 41 dan gerombol 55 (Lampiran 10). Anggota gerombol 41 yang
mencirikan kelompok khasiat GST dan MSC antara lain Nampu, Ceplukan,
Rumput Meranti, Sambiloto, Temu Lawak, Kumis Kucing, Kunyit, Meniran, dan
Pule. Anggota gerombol 55 yang mencirikan kelompok khasiat GST dan WND
terdiri dari Jeruk Manis, Rosella, Teh, Temu Giring, Larasetu, dan Padi.

SIMPULAN
Simpulan
Analisis jaringan menggunakan metode DMIM hanya berlaku untuk data
yang memenuhi kriteria yaitu : (1) data yang digunakan merupakan data urutan
kepentingan tanaman di dalam formula, (2) minimal ada satu formula yang
menggunakan pasangan tanaman secara bersama-sama. Penggunaan metode
DMIM modifikasi dan metode Jaccard terhadap formula jamu yang tidak
memiliki urutan kepentingan tanaman menghasilkan pasangan tanaman yang
sama. Namun hal ini berlaku jika pada metode DMIM modifikasi mengasumsikan
bahwa pasangan tanaman yang tidak pernah digunakan secara bersama-sama tidak
diikutsertakan dalam analisis. DMIM modifikasi dapat diterapkan jika kriteria ke-

14

2 dipenuhi, sedangkan jika data yang digunakan tidak memenuhi keseluruhan
kriteria pada DMIM seperti data formula jamu yang digunakan maka metode yang
sesuai untuk digunakan adalah metode Jaccard.
Analisis jaringan yang digunakan untuk mendapatkan pola keteraturan
kombinasi tanaman dengan nilai Jaccard menghasilkan 60 gerombol. Banyak
gerombol yang mecirikan 9 kelompok khasiat sebagai berikut : kelompok khasiat
URI dicirikan oleh 2 gerombol, kelompok khasiat DOA dicirikan oleh 5 gerombol,
kelompok khasiat DMB tidak dicirikan oleh gerombol apapun, kelompok khasiat
GST dicirikan oleh 14 gerombol, kelompok khasiat FML dicirikan oleh 4
gerombol, kelompok khasiat MSC dicirikan oleh 13 gerombol, kelompok khasiat
PIN dicirikan oleh 3 gerombol, kelompok khasiat RSP dicirikan oleh 2 gerombol,
dan kelompok khasiat WND dicirikan oleh 3 gerombol.

DAFTAR PUSTAKA
Afendi FM. 2012. Statistical Models of Plants Function In Jamu Medicine
[Disertasi]. Japan : Nara Institute of Science and Technology
Altaf-Ul-Amin M, Shinbo Y, Mihara K, Kanaya S. 2006. Development and
Implementation of An Algorithm for Detection of Protein Complexes In
Large Interaction Networks. BMC Bioinforma. doi : 10.1186/1471-2105-7207
Li S dan Zhang B. 2013. Traditional Chinese Medicine Network Pharmacology :
Theory, Methodology, and Application. Chinese Journal of Natural
Medicines. 11(2):0110-0120
Li S, Zhang B, Jiang D, Wei Y, Zhang N. 2010. Herb Network Construction and
Co-module Analysis for Uncovering The Combination Rule of Traditional
Chinese Herbal Formulae. BMC Bioinforma. 11(S11):S6
Li W. 1990. Mutual Information Function Versus Correlation Functions. J Stat
Phys. 60(5-6):823-837
Real R, Vargas JM. 1996. The Probabilistic Basic of
r ’ n ex of
Similarity. Syst Biol. 45(3):380-385.
Steuer R, Kurths J, Daub CO, Weise J, Selbig J. 2002. The Mutual Information :
Detecting and Evaluating Dependencies Between Variables. 18(2): 231-240

15

Lampiran 1 Nama tanaman yang digunakan
Kode Tanaman
P0001
P0002
P0003
P0004
P0005
P0006
P0007
P0008
P0009
P0010
P0011
P0012
P0013
P0014
P0015
P0016
P0017
P0018
P0019
P0020
P0021
P0022
P0023
P0024
P0025
P0026
P0027
P0028
P0029
P0030
P0031
P0032
P0033
P0034
P0035
P0036
P0037
P0038
P0039

Nama Tanaman
Adas
Adas Anis
Adem Ati
Akar Manis
Akasia
Alang-alang
Amur Cork-tree
Andaliman
Anggrek Antel-antelan
Anggur
Angsana
Anuma
Anyang-anyang
Apel
Apokad
Aren
Arisaema
Armand Clematis
Artichoke
Asam Gelugur
Asam Jawa
Ashitaba
Asparagus
Astragali
Bai Dou Kou
Bai Zhu
Baligo
Ban Xia
Bangle
Barley
Bawang Daun
Bawang Kucai
Bawang Merah
Bawang Putih
Bawang Sabrang
Bayam
Bayam Duri
Bayur
Bear's Garlic

Kode Tanaman
P0234
P0235
P0236
P0237
P0238
P0239
P0240
P0241
P0242
P0243
P0244
P0245
P0246
P0247
P0248
P0249
P0250
P0251
P0252
P0253
P0254
P0255
P0256
P0257
P0258
P0259
P0260
P0261
P0262
P0263
P0264
P0265
P0266
P0267
P0268
P0269
P0270
P0271
P0272

Nama Tanaman
Kunci Pepet
Kunir Putih
Kunyit
Kurma
Kwalot
Labu Kuning
Labu Siem
Lada Hitam
Lada Putih
Lampes
Laos
Larasetu
Largeleaf Gentian
Lavender
Leci
Ledebouriellae
Legundi
Lempuyang
Lempuyang Gajah
Lempuyang Pahit
Lempuyang Wangi
Lengkuas
Leng-lengan
Lesser Galangal
Lidah Ayam
Lidah Buaya
Lightyellow Sophora
Lo Han Kuo
Lobak
Lokwat
Love-in-a-mist
Luban
Mahkota Dewa
Mahoni
Mahoni Honduras
Majaan
Majakan
Makandi
Malaytea Scurfpea

16

Lampiran 1 Nama tanaman yang digunakan (lanjutan)
Kode Tanaman
P0040
P0041
P0042
P0043
P0044
P0045
P0046
P0047
P0048
P0049
P0050
P0051
P0052
P0053
P0054
P0055
P0056
P0057
P0058
P0059
P0060
P0061
P0062
P0063
P0064
P0065
P0066
P0067
P0068
P0069
P0070
P0071
P0072
P0073
P0074
P0075
P0076
P0077
P0078
P0079
P0080

Nama Tanaman
Beluntas
Benalu The
Bengkoang
Beringin
Bidara Laut
Bidara Upas
Billberry
Bit
Black Cohosh
Black currant
Blimbing Wuluh
Blond Psyllium
Blustru
Bratawali
Brokoli
Buah Merah
Buncis
Bunga Balon
Bunga Matahari
Bunga pagoda
Bungli
Cabe jawa
Cabe merah
Cabe rawit
Cassia Seed
Catuaba
Cendana
Cendawan Ulat Cina
Cengkeh
Ceplikan
Ceplukan
Cerakin
Ceri
Cerme
Chai Hu
Chinese Clematis
Chinese Date
Chlorella
Chuan Xiong
Chuang Xiong
Cibot

Kode Tanaman
P0273
P0274
P0275
P0276
P0277
P0278
P0279
P0280
P0281
P0282
P0283
P0284
P0285
P0286
P0287
P0288
P0289
P0290
P0291
P0292
P0293
P0294
P0295
P0296
P0297
P0298
P0299
P0300
P0301
P0302
P0303
P0304
P0305
P0306
P0307
P0308
P0309
P0310
P0311
P0312
P0313

Nama Tanaman
Mangga
Manggis
Mangkokan
Masoyi
Mastic
Mawar
Melati
Mengkudu
Meniran
Menta
Mentimun
Millet Sprout
Mimba
Mindi
Mojo Keling
Mojo legi
Muira Puama
Mukul Myrrh
Mungsi
Mungsi Arab
Murbei
Muxiang
Nagasari
Nampu
Nanas
Nangka
Nilam
Notoginseng
Oat
Ophiopogon Root
Orang-aring
Pacar Air
Pacar cina
Pacar Kuku
Pacing
Padi
Pagoda Tree
Paku Rane
Pala
Pala Irian
Palem Bunga Merah

17

Lampiran 1 Nama tanaman yang digunakan (lanjutan)
Kode Tanaman
P0081
P0082
P0083
P0084
P0085
P0086
P0087
P0088
P0089
P0090
P0091
P0092
P0093
P0094
P0095
P0096
P0097
P0098
P0099
P0100
P0101
P0102

Kode Tanaman
P0314
P0315
P0316
P0317
P0318
P0319
P0320
P0321
P0322
P0323
P0324
P0325
P0326
P0327
P0328
P0329
P0330
P0331
P0332
P0333
P0334
P0335

Nama Tanaman
Pandan Wangi
Panili
Pare
Paris
Pasak Bumi
Patikan Cina
Patikan Kebo
Peach
Pecut Kuda
Pegagan
Pekak
Pepaya
Perilla
Pete
Pinang
Pinus
Pisang
Pisang Biji
Plum Afrika
Plum Armenia
Poko
Poncosudo

P0336

Prana Jiwa

P0104
P0105
P0106
P0107
P0108
P0109

Nama Tanaman
Coklat
Cola
Combined Spicebush
Common Anemarrhena
Curcuma phaeocaulis
Cuscuta Seed
Dadap Ayam
Dadap Serep
Dahurian Angelica
Damiana
Daun Dewa
Daun Duduk
Daun Encok
Daun Jinten
Daun Seribu
Daun Ungu
Daun Urat
Delima
Dempul Lelet
Desertliving Cistanche
evil’ l w
Dlingo
Doubleteeth Pubescent
Angelica
Druju
Du Zhong
Duwet
Ekinasea
Fangfeng
Feverfew

P0337
P0338
P0339
P0340
P0341
P0342

P0110

Forsythia

P0343

P0111
P0112
P0113
P0114
P0115
P0116
P0117
P0118
P0119
P0120

Gadung
Gadung Cina
Gambet
Gambir
Gandapura
Gandarusa
Gandum
Ganti
Garcinia
Garden Burnet Root

P0344
P0345
P0346
P0347
P0348
P0349
P0350
P0351
P0352
P0353

Pucuk
Puff-Ball
Pulasari
Pule
Pule Pandak
Purwaceng
Purwoceng
Gunung
Puspa
Puteran
Putri Malu
Qianghuo
Randa Tapak
Randu
Ranggis
Ranggitan
Red Clover
Red Kwao Krua

P0103

18

Lampiran 1 Nama tanaman yang digunakan (lanjutan)
Kode Tanaman
P0121
P0122
P0123
P0124
P0125
P0126
P0127
P0128
P0129
P0130
P0131
P0132
P0133
P0134
P0135
P0136
P0137
P0138
P0139
P0140
P0141
P0142
P0143
P0144
P0145
P0146
P0147
P0148
P0149
P0150
P0151
P0152
P0153
P0154
P0155
P0156
P0157
P0158
P0159
P0160
P0161

Nama Tanaman
Gastrodia
Gempur Batu
Getah Wangi
Ginkgo biloba
Ginseng Amerika
Ginseng Asia
Ginseng Peru
Ginseng Putri
Ginseng Siberia
Goji
Golden thread
Greges Otot
Guarana
Gucen
Gymnema
Hazlewort
Hogfennel
Hou Po
Iler
Inggu
Isatis
Jagung
Jagung Jali
Jahe
Jahe Merah
Jamblang
Jambu Biji
Jambu Mawar
Jambu monyet
Jamur Kayu
Japanese Catnip
Jarak
Jarak Kosta
Jati
Jati Belanda
Jenetri
Jengger ayam
Jeruk Keprok
Jeruk Lemo
Jeruk Manis
Jeruk Nipis

Kode Tanaman
P0354
P0355
P0356
P0357
P0358
P0359
P0360
P0361
P0362
P0363
P0364
P0365
P0366
P0367
P0368
P0369
P0370
P0371
P0372
P0373
P0374
P0375
P0376
P0377
P0378
P0379
P0380
P0381
P0382
P0383
P0384
P0385
P0386
P0387
P0388
P0389
P0390
P0391
P0392
P0393
P0394

Nama Tanaman
Red Peony
Rosella
Rue
Rumput Gelam
Rumput Kawat
Rumput Kelurut
Rumput Laut
Rumput Meranti
Rumput Mutiara
Saga
Salam
Salentrong
Salfia
Saline Cistanche
Salvia Root
Sambang Darah
Sambiloto
Sangketan
Saparantu
Sarfajal Jepang
Sariawan
Saw Palmetto
Sawi
Sawi Hitam
Sawi Lemah
Schisandra
Scrophularia Root
Selasih
Seledri
Selfheal
Semanggi
Sembukan
Sembung
Senggugu
Sengon laut
Senna
Sereh
Seroja
Shanca
Shearer's Pyrrosia
Shudihuang

19

Lampiran 1 Nama tanaman yang digunakan (lanjutan)
Kode Tanaman
P0162
P0163
P0164
P0165
P0166
P0167
P0168
P0169
P0170
P0171
P0172
P0173
P0174
P0175
P0176
P0177
P0178
P0179
P0180
P0181
P0182
P0183
P0184
P0185
P0186
P0187
P0188
P0189
P0190
P0191
P0192
P0193
P0194
P0195
P0196
P0197
P0198
P0199
P0200
P0201
P0202
P0203

Nama Tanaman
Jeruk Purut
Jintan Manis
Jintan Putih
Jinten
Jinten Hitam
Johar
Joho
Joho Keling
Jojoba
Jungrahab
Kaca Piring
Kacang Hijau
Kangkung
Kangkung Darat
Kapulaga
Kapulaga sabrang
Kara Bendo
Katsumada Galangal
Katuk
Kayu Angin
Kayu Gaharu
Kayu Kamper
Kayu Kuning
Kayu Lawang
Kayu Manis
Kayu Manis Cina
Kayu putih
Kayu Rapet
Kayu Secang
Kayu Timur
Kayu Tujuh
Kecipir
Kecombrang
Kecubung
Kecubung Bunga Putih
Kecubung Pendek
Kedawung
Kedelai
Keji Beling
Keladi Tikus
Kelapa
Kelembak

Kode Tanaman
P0395
P0396
P0397
P0398
P0399
P0400
P0401
P0402
P0403
P0404
P0405
P0406
P0407
P0408
P0409
P0410
P0411
P0412
P0413
P0414
P0415
P0416
P0417
P0418
P0419
P0420
P0421
P0422
P0423
P0424
P0425
P0426
P0427
P0428
P0429
P0430
P0431
P0432
P0433
P0434
P0435
P0436

Nama Tanaman
Siberian Cocklebur
Siberian solomonseal
Sidaguri
Sidawayah
Siegesbeckia
Silibum
Silverwood
Simbar Layangan
Sintok
Sirih
Sirsak
Slimaluma
Som
Som Jawa
Sparganium
Spirulina
Srigading
Stephania Root
Stevia
Strawberry
Suberect Spatholobus
Sukun
Sumba kling
Tabat Barito
Tangshen
Tapak Dara
Tapak Liman
Teasel Root
Tebu
Teh
Teh Kembang
Teh Pohon
Teki
Tem
Tembelek
Tempayang
Tempuyung
Temu Giring
Temu Glenyeh
Temu Ireng
Temu Kunci
Temu Lawak

20

Lampiran 1 Nama tanaman yang digunakan (lanjutan)
Kode Tanaman
P0204
P0205
P0206
P0207
P0208
P0209
P0210
P0211
P0212
P0213
P0214
P0215
P0216
P0217
P0218
P0219
P0220
P0221
P0222
P0223
P0224
P0225
P0226
P0227
P0228
P0229
P0230
P0231
P0232
P0233

Nama Tanaman
Kemadean
Kembang Pukul Empat
Kembang Pulu
Kemiri
Kemlandingan
Kemloko
Kemukus
Kemuning
Kenanga
Kenari
Kencur
Kenikir
Kepel
Kepuh
Ketapang
Ketepeng
Ketepeng Cina
Ketumbar
Kibeusi Leutik
Kina
Klabet
Kol Rabi
Kola
Konjac
Kopi
Krangean
Krisan
Krokot
Kudzuvine
Kumis Kucing

Kode Tanaman
P0437
P0438
P0439
P0440
P0441
P0442
P0443
P0444
P0445
P0446
P0447
P0448
P0449
P0450
P0451
P0452
P0453
P0454
P0455
P0456
P0457
P0458
P0459
P0460
P0461
P0462
P0463
P0464
P0465

Nama Tanaman
Temu Mangga
Temu Putih
Tendrilleaf Fritillary
Terung Teter
Tian Qi
Toki-toki
Tomat
Trawas
Tree Peony
Trengguli
Tribulus terrestris
Trichosanthes Root
Tuckahoe
Turi
Ubi Singkong
Valerian
Waru Landak
Waru lengis
White Peony
White Willow
Wijen
Wild Jujube
Wortel
Yanhusuo
Yerba Mate
Yin Yang Huo
Yohimbe
Zaitun
Zexie

21

Lampiran 2 Gerombol kelompok khasiat urinary related problems (URI)
Gerombol 29
Kode
Nama
Tanaman
Tanaman
P0239
Labu Kuning
P0332
Plum Afrika
P0375
Saw Palmetto
P0199
Kedelei

Khasiat
URI

DOA

DMB

GST

FML

MSC

PIN

RSP

WND

4
2
8
4

0
0
0
0

0
0
0
0

0
0
0
9

0
0
0
7

0
0
0
4

0
0
0
0

0
0
0
0

0
0
0
0

Gerombol 44
Kode Tanaman Nama Tanaman
P0445
Tree Peony
P0072
Ceri
P0380
Scrophularia Root
P0449
Tuckahoe

K