SuaraTani.com - Bandung| Pusat Riset Sains Data dan Informasi (PRSDI) Badan Riset dan Inovasi Nasional (BRIN) mengembangkan PrediaBeat, sistem rekomendasi makanan sehat berbasis kecerdasan buatan (AI).
Sistem ini dirancang untuk membantu individu dengan kondisi prediabetes memilih makanan yang sesuai dengan kebutuhan kesehatan dan nutrisinya.
Inovasi yang dikembangkan Peneliti Ahli Muda PRSDI BRIN, Kokoy Siti Komariah, bersama tim ini dilatarbelakangi oleh meningkatnya jumlah penyandang prediabetes, baik di Indonesia maupun di tingkat global.
Prediabetes kerap tidak menunjukkan gejala, sehingga banyak individu tidak menyadari bahwa kadar gula darahnya telah berada di atas batas normal.
Padahal, tanpa penanganan melalui perubahan pola makan dan gaya hidup, kondisi ini berisiko berkembang menjadi diabetes melitus tipe 2.
Kokoy menjelaskan, sistem PrediaBeat dikembangkan untuk menjawab kebutuhan masyarakat akan informasi gizi yang lebih personal, mudah diakses, serta berbasis bukti ilmiah.
Aplikasi ini diharapkan dapat membantu pengguna mengambil keputusan yang lebih tepat terkait konsumsi makanan sehari-hari.
PrediaBeat mampu memberikan rekomendasi makanan berdasarkan profil pengguna, seperti usia, jenis kelamin, kondisi kesehatan, preferensi makanan, hingga kebutuhan nutrisi.
“Informasi mengenai pola makan sehat saat ini masih tersebar di berbagai sumber dan sering kali bersifat umum. Melalui PrediaBeat, kami berupaya menghadirkan rekomendasi makanan yang dipersonalisasi berdasarkan kondisi kesehatan, preferensi, dan kebutuhan nutrisi masing-masing pengguna,” ujar Kokoy dalam siaran pers, Kamis (9/7/2026) di Bandung.
Berbeda dengan chatbot kesehatan konvensional, PrediaBeat mengintegrasikan Large Language Model (LLM) dengan basis pengetahuan yang memuat data nutrisi, indeks glikemik, kandungan gizi, serta pedoman pengelolaan prediabetes yang didukung oleh referensi ilmiah.
PrediaBeat juga dirancang menggunakan pendekatan User-Centered Design (UCD) sehingga antarmuka dan pengalaman pengguna dikembangkan berdasarkan kebutuhan calon pengguna.
Kokoy berharap pendekatan ini mampu meningkatkan kemudahan penggunaan dan penerimaan teknologi oleh masyarakat.
Dalam operasionalnya, PrediaBeat menggunakan teknologi Retrieval-Augmented Generation (RAG) yang mengkombinasikan kemampuan Large Language Model dengan basis data pengetahuan terpercaya.
Teknologi tersebut memungkinkan sistem menghasilkan rekomendasi dan informasi yang lebih akurat, relevan, serta meminimalkan risiko munculnya informasi yang tidak sesuai.
Kokoy menyebutkan bahwa pengembangan PrediaBeat ini dilakukan secara multidisiplin dengan melibatkan peneliti di bidang kecerdasan buatan, pengolahan bahasa alami (Natural Language Processing), food computing, gizi, dan kesehatan masyarakat.
Riset ini juga membuka peluang kolaborasi dengan perguruan tinggi, rumah sakit, dan institusi kesehatan untuk mendukung pengembangan data, validasi ilmiah, serta implementasi di lapangan.
“Saat ini PrediaBeat telah memasuki tahap pengembangan prototipe. Tim peneliti telah menyelesaikan analisis kebutuhan pengguna dan perancangan sistem pada tingkat Minimum Viable Product (MVP). Fokus pengembangan tahun ini mencakup pembangunan basis data makanan berbasis pengetahuan nutrisi serta pengembangan chatbot berbasis AI,” jelas Kokoy.
Dijelaskannya, BRIN ke depan akan melanjutkan penyempurnaan model rekomendasi, pengujian performa sistem, serta evaluasi pengalaman pengguna.
PrediaBeat diharapkan dapat berkembang menjadi asisten kesehatan digital yang mendukung pencegahan diabetes melalui rekomendasi makanan sehat, edukasi yang dipersonalisasi, pemantauan pola konsumsi, serta integrasi dengan aplikasi kebugaran dan perangkat wearable.
“Melalui PrediaBeat, kami berharap teknologi AI dapat dimanfaatkan secara bertanggung jawab untuk mendukung transformasi pelayanan kesehatan digital di Indonesia sekaligus membantu masyarakat menerapkan pola hidup yang lebih sehat dan berkelanjutan,” tutup Kokoy. * (junita sianturi)
