Claim Missing Document
Check
Articles

Pemetaan quantitative trait loci untuk sifat berskala kategorik Farit Mochamad Afendi
Jurnal Ilmu Pertanian Indonesia Vol. 12 No. 1 (2007): Jurnal Ilmu Pertanian Indonesia
Publisher : Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (546.809 KB)

Abstract

Genes or regions on chromosome underlying a quantitative trait are called quantitative trait loci (QTL). Characterizing genes controlling quantitative trait on their position in chromosome and their effect on trait is through a process called QTL mapping. In estimating the QTL position and its effect, QTL mapping utilizes the association between QTL and DNA makers. However, many important traits are obtained in categorical scale, such as resistance from certain disease. From a theoritical point of view, QTL mapping method assuming continuous trait could not be applied to categorical trait. This research was facusing on the assessment of the performance of maximum likehood (ML) and regression (REG) approach employed in QTL mapping for binary trait by means of simulation study. The simulation study to evaluate the performance of ML and REG approach was conducted by taking into accounte several factors that may affecting the performance of both approaches. The factors are (1) maker density, (2) QTL effect, (3) sample size, and (4) shape of phenotypic distribution. Form simulation study, it was obtained that the two approaches showing comparable performance. Hence, QTL analysis could be performed using these two approaches due to their similar performance.
Algorithm for Predicting Compound Protein Interaction Using Tanimoto Similarity and Klekota-roth Fingerprint Isnan Mulia; Wisnu Ananta Kusuma; Farit Mochamad Afendi
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 16, No 4: August 2018
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v16i4.5916

Abstract

This research aimed to develop a method for predicting interaction between chemical compounds contained in herbs and proteins related to particular disease. The algorithm of this method is based on binary local models algorithm, with protein similarity section is omitted. Klekota-Roth fingerprint is used for the compound's representation. In the development process of the method, three similarity functions are compared: Tanimoto, Cosine, and Dice. Youden’s index is used to evaluate optimum threshold value. The result showed that Tanimoto similarity function yielded higher similarity values and higher AUC value than those of the other two functions. Moreover, the optimum threshold value obtained is 0.65. Therefore, Tanimoto similarity function and threshold value 0.65 are selected to be used on the prediction method. The average evaluation accuracy of the developed algorithm is only about 50%. The low accuracy value is allegedly caused by the only use of compound similarity on the prediction method, without including the protein similarity.
Pengaruh Spiritualitas Kerja terhadap Keterlekatan Karyawan melalui Kepuasan Kerja pada UKM Kota Bogor Nur Janah; Anggraini Sukmawati; Farit Mochamad Afendi
Jurnal Manajemen dan Organisasi Vol. 8 No. 2 (2017): Jurnal Manajemen dan Organisasi
Publisher : IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (492.665 KB) | DOI: 10.29244/jmo.v8i2.30991

Abstract

The Quality human resources are needed in global economic competition. Spirituality in work becomes a solution developed by companies, because it can be created a conducive environment for employees to work as good as possible. The purpose of this study is to analyze the influence of work spirituality on employee engagement through job satisfaction in Small and Medium Enterprises cluster of food and beverages in the city of Bogor. This research used Structural Equation Modeling PLS for data analysis. Samples are SMEs that have at least 5 employees and have been registered in the Department of Industry and Trade (Disperindag) and the Department of Cooperatives and SMEs Bogor City. So that 25 SMEs are eligible, consisting of 65 people consisting of employees and owners of SMEs. Sampling method using purposive sampling. The results showed that the spirituality of work has a positive effect directly on employee engagement and indirectly influence through job satisfaction on employee engagement to the organization. Meanwhile, job satisfaction has a direct positive effect on employees' engagement to the organization. Therefore, increased employee engagement to SMEs is suggested through several supporting activities such as: communicating and facilitating the need for spirituality in the workplace.
MODELLING INGREDIENT OF JAMU TO PREDICT ITS EFFICACY Farit Mochamad Afendi; Sulistiyani .; Aki Hirai; Md. Altaf-Ul-Amin .; Hiroki Takahashi; Kensuke Nakamura; Shigehiko Kanaya
FORUM STATISTIKA DAN KOMPUTASI Vol. 15 No. 2 (2010)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (555.672 KB)

Abstract

Jamu is an Indonesian herbal medicine made from a mixture of several plants.  Nowadays, many jamu are  produced commercially by many industries in Indonesia.  Each producer may have their own jamu formula. However, one is certain; the efficacy of jamu is determined by the composition of the plants used.  Thus, it is interesting to model the ingredient of jamu which consist of plants and use it to predict efficacy of jamu.  In this analysis, Partial Least Squares Discriminant Analysis (PLSDA) is used in modeling jamu ingredients to predict  the  efficacy.  It  is  obtained  that  utilizing the prediction of  y ij obtained  from  PLSDA  directly  rather  than  use  it  to calculate probability of jamu i belong to efficacy j and then use the probability to predict efficacy produces lower False Positive Rate (FPR) in predicting efficacy group.  Keywords: Jamu, PLSDA
Simultaneous clustering analysis with molecular docking in network pharmacology for type 2 antidiabetic compounds Nur Azizah Komara Rifai; Farit Mochamad Afendi; I Made Sumertajaya
Indonesian Journal of Biotechnology Vol 22, No 1 (2017)
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (655.479 KB) | DOI: 10.22146/ijbiotech.27334

Abstract

The database of drug compounds and human proteins plays a very important role in identifying the protein target and the compound in drug discovery. Recently, a network pharmacology approach was established by updating the research paradigm from the current “one disease-one target-one drug” to a new “drug-target-disease network”. Ligand-protein interactions can be analyzed quantitatively using simultaneous clustering and molecular docking. The docking method offers the ability to quickly and cheaply predict the ligand-protein binding free energy (DG) in structure-based virtual screening. Meanwhile, simultaneous clustering was used to find subgroups of compounds that exhibit a high correlation with subgroups of target proteins. This study is focused on the interaction between the 306 compounds from medicinal plants (brotowali Tinospora crispa, ginger Zingiber officinale, pare Momordica charantia, sembung Blumea balsamifera, synthetic drugs (FDA-approved) and the 21 significant human proteins associated with type 2 diabetes. We found that brotowali (B018), sembung (S031), pare (P231), and ginger (J036, J033) were close to the synthetic drugs and can possibly be developed as antidiabetic drug candidates. Likewise, the proteins AKT1, WFS1, APOE, EP300, PTH, GCG, and UBC which assemble each other and which have a high association with INS can be seen as target proteins that play a role in type 2 diabetes.
Efek Sinergis Bahan Aktif Tanaman Obat Berbasiskan Jejaring Dengan Protein Target Nur Hilal A. Syahrir; Farit Mochamad Afendi; Budi Susetyo
Jurnal Jamu Indonesia Vol. 1 No. 1 (2016): Jurnal Jamu Indonesia
Publisher : Tropical Biopharmaca Research Center, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1489.882 KB) | DOI: 10.29244/jji.v1i1.6

Abstract

Medicinal plants contain inherently active ingredients. Such ingredients are beneficial to prevent and cure diseases, as well as to perform specific biological functions. In contrast to synthetic drugs, which is based on one single chemicals, medicinal plants exert their beneficial effects through the additive or synergistic action of several chemical compounds. Those chemical compound act on single or multiple targets (multicomponent therapeutic) associated with a physiological process. Active ingredients combinations show a synergistic effect. This means that the combinational effect of several active ingredients is greater than that of individual one acting separately. A network target can be used to identify synergistic effects of plants active ingredients. The method of NIMS (Network target-based Identification of Multicomponent Synergy) is a computational approach to identify the potential synergistics effect of active ingredients. It also assessess synergistic strength of any active ingradients at the molecular level by synergy scores. We investigate these synergistic on a Jamu formula for diabetes mellitus type 2. The Jamu formula is composed of four medicinal plants, namely Tinospora crispa , Zingiber officinale, Momordica charantia, and Blumea balsamivera. Our work succesfully demonstrates that the highest synergy scores on medicinal plants synergy can be seen in pairs of several active ingredients in Zingiber officinale. On the other hand, the synergy of pairs of active ingredients in Momordica charantia and Zingiber officinale posseses a relatively high score. The same occurs in Tinospora crispa and Zingiber officinale.
Analisis Gerombol Simultan dan Jejaring Farmakologi antara Senyawa dengan Protein Target pada Penentuan Senyawa Aktif Jamu Anti Diabetes Tipe 2 Nurul Qomariasih; Budi Susetyo; Farit Mochamad Afendi
Jurnal Jamu Indonesia Vol. 1 No. 2 (2016): Jurnal Jamu Indonesia
Publisher : Tropical Biopharmaca Research Center, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1519.787 KB) | DOI: 10.29244/jji.v1i2.16

Abstract

Selama ini pembuatan obat untuk menyembuhkan suatu penyakit masih menargetkan hanya satu protein khusus yang menjadi penyebab penyakit tersebut, yang tentu hanya menggunakan satu senyawa aktif. Padahal selain menimbulkan efek samping, penanganan suatu penyakit perlu menyasar banyak protein sekaligus. Sehingga, baru-baru ini terjadi perubahan paradigma dari “one drug, one target” menjadi “multi-components, network target”. Paradigma baru ini telah melahirkan beberapa penelitian untuk menghasilkan formulasi jamu, hal ini dikarenakan konsep formulasi jamu memerlukan beberapa senyawa aktif yang terlibat. Formula jamu yang diteliti sebagai upaya menyembuhkan penyakit Diabetes Melitus (DM) tipe 2 terdiri dari 4 tanaman yaitu Pare (Momordica charantia), Sembung (Blumea balsamifera), bratawali (Tinospora crispa), dan jahe (Zingiber officinale) berdasarkan hasil penelitian Nurishmaya tahun 2014 serta berdasarkan ramuan jamu yang sedang dikembangkan di Pusat Studi Biofarmaka, Bogor. Evaluasi senyawa yang berkaitan dengan DM tipe 2 dilakukan dengan terlebih dahulu menambahkan 19 obat sintetis yang ditujukan untuk DM tipe 2 dari basis data Drug Bank. Sehingga terdapat total sebanyak 74 senyawa aktif yang terdiri dari 55 senyawa alami dari tanaman dan 19 senyawa sintetis obat. Sebanyak 100 protein yang berkaitan erat dengan masing-masing senyawa diperoleh melalui hasil skor konkordan DrugCHIPER. Skor konkordan tersebut kemudian digunakan dalam analisis gerombol simultan antara senyawa dan protein target. Plot komponen utama dan submatrix penggerombolan simultan menunjukkan 2 dari 3 senyawa dari bratawali sangat dekat dengan kelompok sintetis. Selain itu, ada 11 dari 44 senyawa dari Jahe terkumpul bersama dengan senyawa sintetis tetapi dalam jarak yang jauh. Sedangkan berdasarkan jejaring kemiripan, lebih spesifik lagi terdapat 17 dari 19 senyawa obat sintetis yang memiliki kemiripan berdasarkan protein target dengan 2 senyawa tanaman Bratawali dan 5 senyawa tanaman Jahe.
Prediksi Senyawa Aktif Pada Tanaman Obat Berdasarkan Kemiripan Struktur Kimiawi untuk Penyakit Diabetes Tipe II Rizal Bakri; Hari Wijayanto; Farit Mochamad Afendi
Jurnal Jamu Indonesia Vol. 1 No. 3 (2016): Jurnal Jamu Indonesia
Publisher : Tropical Biopharmaca Research Center, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (839 KB) | DOI: 10.29244/jji.v1i3.18

Abstract

Diabetes melitus merupakan penyakit metabolik yang dicirikan oleh tingginya kadar glukosa dalam darah. Di Indonesia jumlah penderita diabetes menempati urutan keempat di dunia setelah Amerika Serikat, India, dan Cina dengan jumlah penderita mencapai lebih dari 12 juta jiwa. Salah satu upaya yang dilakukan untuk mengatasi diabetes adalah mengkonsumsi obat herbal berupa jamu sebagai alternatif obat sintetik. Pusat Studi Biofarmaka Bogor sedang mengembangkan ramuan jamu untuk penyakit Diabetes Melitus Tipe II yang terdiri dari empat tanaman obat yaitu pare (Momordica charantia), sembung (Blumea balsamifera), bratawali (Tinospora crispa), dan jahe (Zingiber officinale). Kandungan senyawa keempat tanaman diduga memiliki aktivitas biologis yang mirip dengan senyawa sintetik. Pada prinsipnya, diasumsikan bahwa senyawa yang struktur kimiawinya mirip memiliki sifat biologis yang mirip. Kemiripan senyawa diukur menggunakan koefisien Modifikasi Tanimoto dengan sidik jari molekuler KR. Hasil penelitian menunjukkan bahwa tanaman Bratawali merupakan tanaman utama pada ramuan jamu untuk penyakit diabetes berdasarkan jumlah kandungan senyawa yang dominan mirip dengan senyawa sintetik yaitu senyawa N-trans-feruloyltyramine (B015) dan N-formylanonaine (B018). Selanjutnya, Senyawa-senyawa yang memiliki nilai kemiripan tinggi dengan senyawa sintetik diperoleh pula pada senyawa karaviloside I (P195) dari tanaman pare, senyawa xanthoxylin (S002) dari tanaman sembung, senyawa borneol (J207) dan (-)- isoborneol (J226) dari tanaman Jahe.
Penguraian Mekanisme Kerja Jamu Berdasarkan Jejaring Bahan Aktif-Protein Target-Gene Ontology Vitri Aprilla Handayani; Farit Mochamad Afendi; Wisnu Ananta Kusuma
Jurnal Jamu Indonesia Vol. 1 No. 3 (2016): Jurnal Jamu Indonesia
Publisher : Tropical Biopharmaca Research Center, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1168.201 KB) | DOI: 10.29244/jji.v1i3.21

Abstract

Jamu merupakan obat tradisional Indonesia. Pada dasarnya obat herbal yang dibuat dari bahan-bahan alami yang diambil dari beberapa bagian dari tanaman obat yang mengandung beberapa zat dan senyawa yang penting dan bermanfaat bagi tubuh. Sejauh ini, khasiat untuk beberapa jenis jamu secara empiris telah terbukti. Dalam peneitian ini, kami bermaksud untuk menguraikan mekanisme kerja jamu menggunakan pendekatan komputasi. Penelitian ini berfokus pada ramuan jamu type 2 diabetesyang terdiri dari empat tanaman, yaitu: jahe, bratawali, sembung, dan pare. Kerangka analisis awal dengan membentuk 3 komponen jejaring yang terdiri dari: (1) bahan aktif tanaman (diperoleh dari Knapsack: 58 senyawa aktif), (2) protein target (diperoeh dari database pubchem: 416 protein target), dan (3) gene ontoogy(diperoeh dari database DAVID: 3104 GO). Selanjutnya, kami menerapkan analisis klaster-klasterdengan menggunakan konsep graf tri-partite. Graf tri-partite digunakan untuk mengelompokkan komponen-komponen penyusun jejaring dari empat tanaman yang disebutkandiatas, sehingga diperoleh system bagian-bagian penyusun ramuan jamu. Hal ini dilakukan untuk mengungkapkan mekanisme kerja jamu. Menggunakan metode fuzzy clustering pada data jejaring, kami memperoleh 15 senyawa aktif yang diduga potensial sebagai antidiabetes berada dalam kelompok berbeda. Pada 15 senyawa aktif memiliki nilai peluang cukup tinggi terbagi dalam kelompok yang berbeda, setiap kelompok terdiri dari pasangan bahan aktif yang memiliki efek sinergis tinggi. Berdasarkan koneksi antara klaster-klasterprotein dan GO-BP, penelitianini memperoleh informasi protein-protein yang menyebabkan T2D dan mekanisme proses biologis yang terkait. T2D bukan hanya disebabkan oleh protein kelainan sekresi insulin (insulin-merendahkan enzim isoform 1) saja, tetapi juga disebabkan oleh protein lain yang terlibat dalam penghambatan insulin di pankreas.
Penguraian Mekanisme Kerja Jamu dengan Menggunakan Analisis Graf Tripartit pada Jejaring Senyawa-Protein-Penyakit Muchlishah Rosyadah; Farit Mochamad Afendi; Wisnu Ananta Kusuma
Jurnal Jamu Indonesia Vol. 2 No. 1 (2017): Jurnal Jamu Indonesia
Publisher : Tropical Biopharmaca Research Center, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1408.148 KB) | DOI: 10.29244/jji.v2i1.25

Abstract

Jamu adalah obat tradisional di Indonesia. Berbeda dengan konsep one drug-one target pada obat kimia, jamu memiliki konsep multi components-network target. Hal ini disebabkan oleh keterlibatan senyawa aktif di jamu yang menargetkan beberapa protein dalam tubuh manusia.Jaringan yang menghubungkan senyawa aktif dan protein target, serta penyakit yang berhubungan dengan protein target, memberikan dasar yang kuat guna menjelaskan menjelaskan mekanisme kerja jamu secara komputasi.Data yang digunakan berasal dari jamu yang terdiri dari 4 tanaman, yaitu: pare (Momordica charantia), sembung (Blumea balsamifera), bratawali (Tinospora crispa), dan jahe (Zingiber officinale). Setiap tanaman memiliki senyawa aktif dan protein target dari tiap-tiap senyawa. Terdapat 47 senyawa aktif yang diperoleh dari jahe, 4 senyawa aktif dari sembung, 4 senyawa aktif dari pare, dan 3 senyawa aktif dari bratawali. Total ada 58 senyawa aktif yang diperoleh dari empat tanaman. Database PubChem mengidentifikasi bahwa terdapat 3.059 koneksiantara senyawa aktif dan protein tergetnya, dari 3059 koneksi tereduksi menjadi 396 protein yang unik. Selanjutnya, dengan menggunakan database disgenet, PharmGKB, dan Theurapetic Target Database didapatkan 118 sasaran penyakit yang memiliki koneksi terhadap 396 protein yang unik. Jejaring senyawa, protein target, dan penyakit yang telah dianalisis menggunakan analisis graf tripartit menunjukkan bahwa 396 protein unik dari jamu terkait dengan beberapa penyakit, sebagian besar berkaitan dengan penyakit metabolik, penyakit kardiovaskular (jantung), penyakit mata, neoplasma, stomatognatik, penyakit sistem saraf, dan penyakit Saluran pernapasan.
Co-Authors . Indahwati . Sutoro Aam Alamudi Abd. Rasyid Syamsuri Agus Mohamad Soleh Agus Santoso Aji Hamim Wigena Akbar Rizki Akbar Rizki Akbar Rizki Aki Hirai Anang Kurnia Anggraini Sukmawati Annisa Malik Apino, Ezi Aqmar, Nurzatil Bagus Sartono Budi Susetyo Budi Susetyo Budi Waryanto Budi Waryanto Budi Waryanto Cici Suhaeni Dairul Fuhron Dalimunthe, Amir Abduljabbar Dian Ayuningtyas Eka Setiawaty Erwandi Erwandi fatimah Fatimah Febie Tri Lestari Fitrianto, Anwar H S, Rahmat Handayani, Vitri Aprilla Handayani, Vitri Aprilla Hari Wijayanto Hari Wijayanto Hasibuan, Rafika Aufa Hasnita Hasnita Herdina Kuswari Heri Retnawati Hiroki Takahashi I Made Sumertajaya Ikhlasul Amalia Rahmi Indahwati Indahwati Indahwati Isnan Mulia Itasia Dina Sulvianti Izzati, Fatkhul Kensuke Nakamura Khairil Anwar Notodiputro Koesnandy H, Abialam Kusman Sadik Latifah Kosim Darusman M. Rafi Maya Deanti Maysarah Sabariah Kudadiri Md. Altaf-Ul-Amin . Melati Mochamad Ridwan Mochamad Ridwan, Mochamad Mohammad Masjkur Muchlishah Rosyadah Muhammad Ali Umar Mukhamad Najib Nadhif Nursyahban Nur Hikmah Nur Janah Nur Jannah Nurul Qomariasih Octaviani, Siti Nurfajar Panjaitan, Intan Juliana Pardede, Timbul Pika Silvianti Pika Silvianti Pika Silvianti Puspita, Novi Qomariasih, Nurul Rifqi Aulya Rahman Rizal Bakri Rossi Azmatul Barro Rosyada, Munaya Nikma Rosyadah, Muchlishah Rudi Heryanto Safitri, Wa Ode Rahmalia Septaningsih, Dewi Anggraini Septanti Kusuma Dwi Arini Septiani, Adeline Vinda Shigehiko Kanaya Sulistiyani . Syahrir, Nur Hilal A. Syahrir, Nur Hilal A. Usman, Muhammad Syafiuddin Widhiyanti Nugraheni Widya Putri Nurmawati Winata, Hilma Mutiara Wisnu Ananta Kusuma Zana Aprillia