Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKadar air dan kadar garam merupakan beberapa parameter yang digunakan untuk memprediksi tingkat kualitas teripang pasir kering (Holothuria scabra) atau yang dikenal Bêche-de-mer. Namun, pengukuran kadar air dan garam umumnya bersifat destruktif dan dilakukan secara manual melalui uji laboratorium sehingga memakan waktu yang lama. Dalam penelitian ini, sistem pengukuran yang dikembangkan untuk memprediksi kualitas teripang pasir kering adalah sistem pengukuran yang berbasis citra Visible Near-Infrared (V-NIR) yang mampu mengukur kadar air dan garam secara non-destruktif. Algoritma partial least squares regression (PLSR) digunakan untuk membangun model prediksi pada data spektral. Sistem pengukuran untuk kadar air dan garam di evaluasi dengan koefisien korelasi untuk data pelatihan sebesar 0,99 dan 0,99 secara berurutan. Sedangkan untuk root mean square error dari kadar air dan garam adalah 0,92 dan 0,11. Hasil penelitian ini menunjukkan bahwa sistem ini dapat diusulkan sebagai sistem pengukuran kadar air dan garam secara non-destruktif untuk menguji kualitas pada teripang pasir kering (Holothuria scabra) dan dapat diimplementasikan sebagai sistem penyortiran di dunia industri

---

ABSTRACTWater content and salt Content are parameters used to predict the quality level of dried sea cucumber (Holothuria scabra) or known by Beche-de-mer. However, Measurements of moisture content and salt content are generally conductive and carried out manually through laboratory tests so that it takes a long time. In this study, a measurement system developed to predict the quality of dried sea cucumber is a valid system for Visible-Near Infrared (V-NIR) images based on the spectral reflectance characteristics of the moisture content and salt content to predict non-destructively the values ​​of the moisture and salt content. The partial least squares regression (PLSR) algorithm is used to build prediction models on spectral data. Predictive system models are used to obtain moisture and salt values. The predicted results are compared with the results of measurements of data references obtained using the laboratory test. The measurement prediction system for moisture and salt content has a correlation coefficient for test data 0,99 and 0,99 respectively. While for the root mean square error of the water and salt levels are 0,92 and 0,11. The results of this study indicate that this system can be proposed as a non-destructive system of measuring moisture and salt content to test the quality of dried sea cucumbers (Holothuria scabra) and is suitable for implementation in sorting systems in the industrial world"

"Stok induk teripang pasir, Holothuria scabra, diperlukan dalam penyelenggaraan kegiatan pembenihannya. Ketersediaan induk teripang menjadi masalah karena kesulitan pengadaannya. Teripang pasir yang terkumpul perlu dipelihara untuk kesiapan adanya stok induk. Pemeliharaan dilakukan dalam bak beton, semioutdoor, bersubtrat pasir karang yang halus, dilengkapi dengan sistem aliran air laut. Air laut diperloleh dari lingkungan sekitar keberadaan hatchery dengan kondisi ambient. Pakan diberikan dalam dua macam bentuk, yaitu pakan artificial (campuran berkatul beras, serta kompos, diperkaya dengan EM4), dan pakan hidup (berupa diatom bentik, Navicula sp.). Pemeliharaan ini telah diterapkan dalam pengelolan 97 induk teripang kurun waktu April 2007 sampai Mei 2008. Induk teripang tersebut hidup dengan wajar, tidak diketemukan kematian dan berhasil dilakukan treatment rangsang pijah (induced spawning) beberapa kali, dan menghasilkan telur fertil yang berkembang menjadi juwana teripang. Pemeliharaan induk teripang dalam captivity secara berlanjut dalam kurun waktu lama, lebih dari setahun, tidak direkomendasikan. gejala timbulnya penyakit mulai tampak setelah itu. Setelah satu tahun pemeliharaan, sebaiknya induk teripang diperbarui."

"Penelitian mengenai mikroplastik pada teripang Holothuria leucospilota Brandt, 1835 , air, dan sedimen di Pulau Rambut, Kepulauan Seribu, DKI Jakarta bertujuan untuk mengetahui jumlah dan jenis mikroplastik pada teripang, mengetahui korelasi antara jumlah mikroplastik pada organ respirasi, saluran pencernaan, sedimen yang dikonsumsi teripang, air, dan sedimen. Sampel teripang, air, dan sedimen diambil dari 3 stasiun berbeda, yaitu pada wilayah barat, timur, dan selatan Pulau Rambut. Analisis jumlah mikroplastik dilakukan dengan cara mengisolasi mikroplastik pada setiap sampel. Isolasi pada sampel teripang dilakukan dengan melarutkan organ respirasi dan saluran pencernaan di dalam larutan HNO3, sementara sampel air, sedimen, dan sedimen yang dikonsumsi dilakukan dengan cara pemisahan berdasarkan ukuran dan massa jenis dengan perendaman dalam larutan NaCl jenuh. Berdasarkan hasil yang diperoleh, organ respirasi mengandung jumlah film tertinggi dibandingkan organ lainnya, yaitu 4,7 partikel/g. Fiber dominan pada saluran pencernaan dan sedimen didalamnya, yaitu 2,34 dan 1,4 partikel/g secara berturut-turut. Rata-rata jumlah mikroplastik di air dan sedimen yaitu, 21,5 partikel/L air laut dan 15.420 partikel/kg sedimen kering. Mikroplastik jenis film dominan pada sampel air, sedangkan fragmen dominan pada sedimen. Terdapat korelasi antara jumlah mikroplastik pada organ respirasi dengan air; sedimen dengan sedimen yang dikonsumsi; fiber, film, dan granula pada sedimen yang dikonsumsi dengan saluran pencernaan.

---

The research on microplastic in the Sea Cucumber Holothuria leucospilota Brandt, 1835 , Water, and Sediment at Rambut Island, Kepulauan Seribu, DKI Jakarta aims to determine the amount and types of microplastic in sea cucumbers, the correlation of microplastic amount in the sea cucumber rsquo s respiratory organ, intestine, sediment consumed by the sea cucumber, water, and sediment. Microplastic polymeres were also identified. Samples of sea cucumbers, water, and sediments were collected from 3 different stations, which were the west, east, and south region of Rambut Island. The analysis of microplastic amount and types was done by isolating microplastics in each sample. The sea cucumber rsquo s respiratory organ and intestine was dissolved in HNO3, whereas separation by size and density by immersion in saturated NaCl solution was performed on the consumed sediment, water, and sediment samples. The respiratory organ contained the most amount of film, i.e. 4,7 particles g. Fiber were dominant in the intestine and the consumed sediment, i.e. 2,34 and 1,4 particles g respectively. The average amount of microplastic in water and sediment samples were 21,5 particles L sea water and 15.420 particles kg dry sediment. Film was dominant in water, while fragment was dominant in sediment. There was a correlation between the amount of microplastic in the respiratory organ and water sediment and consumed sediment fiber, film, and granule in the consumed sediment and intestine."

"

Klasifikasi berbagai jenis teripang dari berbagai asal daerah adalah tugas yang sulit dikarenakan banyak teripang yang berasal dari berbagai daerah namun memiliki jenis yang sangat mirip dalam segi bentuk dan warna. Umumnya untuk membedakan teripang dilakukan dengan pada ahlinya sehingga  memelurkan waktu yang lama. Penelitian ini ditunjukan untuk membuat suau sistem pengukuran berbasis citra hiperspektral yang memiliki sifat tidak merusak dan tidak membutuhkan waktu yang lama. Dengan sistem pengukuran yang dikembangkan menggunakan kamera hiperspektral yang mampu mendeteksi gelombang elekromagnetik pada panjang 400-1000nm. Sistem pengolahan citra meliputi koreksi citra, pemilihan area pengukuran pada sampel objek. Pengekstraksi ciri yang digunakan adalah metode averaging, dan PCA digunakan untuk reduksi data, serta pemodelan pengenalan habitat teripang dengan algoritma yang digunakan adalah SVM (Support Vector Machine), Random Forest, dan Deep Learning. Evaluasi terhadap kinerja sistem dilakukan dengan nilai akurasi pada klasifikasi. Akurasi rata-rata error terbaik diperoleh menggunakan algoritma klasifikasi Deep Learning saat proses training  0.28 % dan proses testing 0.81 % Secara umum menunukan bahwa sistem yang telah dibangun membrikan kinerja klasifikasi yang tepat.

 

---

The classification of various types of sea cucumbers from various regional origins is a difficult task because many sea cucumbers come from various regions but have very similar types in terms of shape and color. Generally to distinguish sea cucumbers carried out by laboratory-based methods which generally have destructive properties, and spell a long time. This study was shown to make a measurement system based on hyperspectral images that have non-destructive properties and do not require a long time. With a measurement system developed using a hyperspectral camera capable of detecting electromagnetic waves at a length of 400-1000nm. Image processing system includes image correction, selection of measurement areas in object samples. Character extraction, data reduction, and modeling the introduction of sea cucumber habitat with the algorithms used are SVM (Support Vector Machine), Random Forest, and Deep Learning. Evaluation of system performance is carried out with the value of accuracy in classification. The best average error accuracy is obtained using the Deep Learning classification algorithm during training process 0.28% and the testing process 0.81% for the testing process. In general, the system has been built giving the best classification performance.

 

"

"Latar belakang: Kanker serviks merupakan penyakit keganasan dengan prevalensi tinggi pada wanita baik di Indonesia maupun di dunia. Pengobatan yang tersedia saat ini dapat berupa terapi operatif ataupun non operatif seperti radiasi dan kemoterapi, tetapi masih terdapat efek samping, resiko yang dapat ditimbulkan, serta biaya yang cukup mahal. Holothuria scabra merupakan bahan alam yang banyak ditemukan di Indonesia serta diketahui memiliki beberapa kandungan dengan aktivitas antikanker namun belum banyak diteliti. Metode: Holothuria scabra diekstraksi menggunakan pelarut etil asetat, etanol, dan n-heksana. Analisis kandungan metabolit sekunder masing-masing ekstrak dilakukan melalui uji fitokimia dan uji kromatografi lapis tipis (KLT), sementara aktivitas sitotoksik ekstrak terhadap sel kanker serviks HeLa diuji menggunakan metode MTT assay dan dibandingkan dengan doxorubicin.Hasil: Holothuria scabra memiliki kandungan fitokimia triterpenoid pada ekstrak etil asetat, etanol, dan n-heksana, serta alkaloid pada ekstrak etanol. Aktivitas sitotoksik Holothuria scabra terhadap sel kanker serviks HeLa yang paling kuat dimiliki oleh ekstrak etil asetat dengan nilai IC50 sebesar 26,598 ± 1,091 μg/mL, diikuti oleh ekstrak etanol 62,959 ± 3,656 μg/mL, dan ekstrak n-heksana 75,385 ± 3,226 μg/mL, sementara nilai IC50 doxorubicin sebesar 7,209 ± 0,995 μg/mL. Terdapat perbedaan yang signifikan antar masing-masing ekstrak dan doxorubicin.Kesimpulan: Holothuria scabra mengandung senyawa fitokimia yang memiliki aktivitas antikanker. Ketiga ekstrak menunjukkan aktivitas sitotoksik sedang terhadap sel kanker serviks HeLa.

---

Introduction: Cervical cancer is a malignant disease with a high prevalence among women in Indonesia and the world. Treatment currently available consists of operative or non-operative therapy such as radiation and chemotherapy. However, there are still side effects, risks, and the cost is also expensive. Holothuria scabra is a natural ingredient commonly found in Indonesia and is known to have some anticancer activity that has not been widely studied.

Method: Holothuria scabra was extracted using ethyl acetate, ethanol, and n-hexane as solvents. Analysis of the secondary metabolite content of each extract was carried out through phytochemical tests and thin-layer chromatography tests. In contrast, the cytotoxic activity of the extracts against HeLa cervical cancer cells was tested using the MTT assay and compared with doxorubicin.

Result: Holothuria scabra contains triterpenoid in all extracts, namely ethyl acetate, ethanol, n-hexane extract, and alkaloid in ethanol extract. Among the three Holothuria scabra extracts, ethyl acetate extract had the strongest cytotoxic activity against HeLa cervical cancer cells with an IC50 value of 26.598 ± 1.091 μg/mL, followed by ethanol extract of 62.959 ± 3.656 μg/mL, and n-hexane extract of 75.385 ± 3.226 μg/mL, meanwhile the IC50 value of doxorubicin was 7,209 ± 0,995 μg/mL. There were also significant differences between each extract and doxorubicin.

Conclusion: Holothuria scabra contains phytochemical compounds with anticancer activity and the three extracts showed moderate cytotoxic activity against HeLa cervical cancer cells."

"ABSTRAKUmumnya kadar air buah dapat diukur dengan membandingkan reduksi massa benda dengan metode pengeringan oven. Dalam tulisan ini, sistem prediksi kadar air pisang diperkenalkan dengan teknik pencitraan VNIR Visible Light ndash; Near Infrared . Teknik pencitraan hiperspektral dengan menggunakan citra VNIR merupakan teknologi yang dapat diandalkan dalam pengujian kualitas buah secara non destruktif, cepat dan efisien. Sistem prediksi ini menggunakan PCA dan PLS sebagai model regresi untuk mendapatkan hasil kuantitatif nya. Hasil regresi yang didapatkan dari PCA untuk pisang raja berupa RMSE Root Mean Square Error sebesar 0.65 dan R2 Coerrelation Coefficient sebesar 0.71. Sedangkan hasil dari PLS yaitu RMSE sebesar 0.54 dan R2 sebesar 0.82. Hasil regresi dari PLS relatif lebih baik daripada PCA dan lebih akurat. Untuk mengetahui klasifikasi tingkat kematangannya, sistem prediksi kadar air pisang ini menggunakan SVM.

---

ABSTRACTCommonly, the fruit moisture content could be measured by comparing the mass decrement of object through oven drying method. In this paper, a bananas moisture content prediction system was introduced using Visible Light ndash NIR imaging technique. Hyperspectral imaging technique using VNIR image is a reliable technology in fruit quality testing non destructive, fast and efficien. The prediction system uses PCA and PLS as a regression model to get its quantitative results. Regression results obtained from PCA for Raja bananas in the form of RMSE Root Mean Square Error of 0.65 and R2 Correlation Coefficient of 0.71. While the results of the PLS RMSE of 0.54 and R2 of 0.82. Regression results from PLS are relatively better than PCA and more accurate. To determine the classification of the level of maturity, the moisture content of bananas prediction system uses SVM Support Vector Machine."

"ABSTRAKSistem prediksi berbasis citra VNIR mampu untuk memprediksi parameter tertentu pada suatu objek. Parameter seperti kadar fenolik dari daun bisbul dapat diprediksi dengan sistem prediksi berbasis citra VNIR. Citra VNIR daun bisbul diakuisisi menggunakan kamera hiperspektral dengan rentang 400 hingga 1000 nm. Model regresi yang digunakan pada sistem prediksi ini meliputi Support Vector Regression (SVR), Partial Least Square Regression (PLSR), serta Decision Tree Regression (DTR). Dari ketiga model tersebut didapatkan nilai error yang menunjukkan performa sistem prediksi yang dibuat. Error berupa koefisien determinasi (R2) dan Root Mean Square Error (RMSE). Nilai koefisien determinasi (R2) sebesar 0,95 (SVR); 0,91 (PLSR); dan 0,90 (DTR). Serta untuk RMSE sebesar 2,66 (SVR). 3,60 (PLSR), dan 3,90 (DTR). Berdasarkan hasil koefisien korelasi dari ketiga model tersebut, dapat disampaikan bahwa kadar fenolik dari daun bisbul dapat diprediksi dengan menggunakan model SVR untuk performa yang baik dan menggunakan parameter fungsi kernel polinomial orde 3. Nilai prediksi kadar fenolik rata-rata dari ketiga model sebesar 32,72 GAE(µg/mg) untuk DTR; 32,46 GAE(µg/mg) untuk PLSR; dan 32,27 GAE(µg/mg) untuk SVR.

---

ABSTRACT

Prediction systems based on VNIR images are able to predict certain parameters on an object. Parameters such as the phenolic content of Diospyros discolor Willd leaf can be predicted by this system. VNIR images of Diospyros discolor Willd leaf acquired using a hyperspectral camera with a range of 400 to 1000 nm. The regression model to predict the content used Support Vector Regression (SVR), Partial Least Square Regression (PLSR), and Decision Tree Regression (DTR). Based on three models, an error value is obtained that indicates the performance of the predictive system. The error value such as coefficient correlation (R) and Root Mean Square Error (RMSE). The value of R from the models are 0,95 (SVR); 0,91 (PLSR), and 0,90 (DTR). The value of RMSE from the models are 2,66 (SVR). 3,60 (PLSR), and 3,90 (DTR). Value of predicted total phenolic content from the models are 32,72 GAE(µg/mg) for DTR; 32,46 GAE(µg/mg) for PLSR; dan 32,27 GAE(µg/mg) for SVR. Based on the coefficient correlation, phenolic content can be predicted using SVR model for best result with kernel function polynomial 3 order.

"

"Pengamatan keanekaragaman jenis teripang telah dilakukan di wilayah perairan pesisir desa Pai dan desa Imbeyomi di Perairan Padaido, Biak Numfor. Pengambilan contoh dikerjakan dengan menggunakan transek kuadran ukuran 1m x 1m sebanyak 3 garis transek. Sampling dan pengamatan mikrohabitatnya dilakukan dengan snorkling. Analisis terhadap struktur komunitas berdasarkan pada analisis kehadiran, keanekaragaman, dan kepadatan. Hasil yang diperoleh menunjukkan bahwa di dua lokasi tersebut terdapat 10 jenis teripang jenis Holothuria edulis, H. atra, dan H. nobilis melimpah.

---

Sea Cucumber Resources At Tanjung Pai Waters Padaido Biak Numfor Papua. Observation on sea cucumber diversity was carried out at coastal waters of Pai and Imbeyomi Islands in the Padaido Island Biak Numfor. Sampling was done by using a transect quadrant of 1 m x 1 m. This sampling and observation on its microhabitat were conducted by snorkling. Analyses on the sea cucumber community structure were based on its frequency of occurance, diversity, and density. The results showed that at both locations 10 species of sea cucumber were found where Holothuria edulis, H. atra, and H. nobilis were predominant common and more evenly distributed than the other species."

"ABSTRAKPada saat ini, buah-buahan dilapiskan lilin untuk mempertahankan kualitas dan memperpanjang usia simpan buah. Pengukuran kualitas buah yang dilapiskan lilin umumnya bersifat destruktif. Pengukuran kualitas buah berlapis lilin menggunakan citra VNIR belum pernah dilakukan, sehingga diperlukan pengkajian lebih lanjut mengenai pengaruh lapisan lilin pada pengukuran kualitas buah berbasis citra VNIR. Dalam penelitian ini, lilin lebah digunakan untuk melapiskan apel malang. Partial Least Square Regression (PLSR) dan Regression Tree (RT) digunakan sebagai algoritma seleksi fitur dan model regresi. Dalam penelitian ini, pemodelan dibentuk menggunakan apel tidak berlapis lilin, apel berlapis lilin, gabungan antara apel tidak berlapis lilin dan apel berlapis lilin. Selanjutnya, dilakukan pengujian apel malang berlapiskan lilin terhadap model prediksi kekerasan apel malang tidak berlapiskan lilin. Sistem prediksi kekerasan memiliki performa terbaik jika menggunakan data pelatihan dan data pengujian berupa apel tidak berlapis lilin saja. Hasil dari model PLSR dan RT menggunakan apel tidak berlapis lilin sebesar 0,97 dan 0,88 pada R2; 3,22 dan 6,65 pada RMSE. Berdasarkan hasil tersebut, lapisan lilin pada permukaan buah dapat memengaruhi hasil pengukuran berbasis citra VNIR.

---

ABSTRACTThese days, wax coating was applied on fruits to maintain its quality and extends the shelf life. The quality measurement of the waxed fruit was destructive in most cases. The quality measurement of the waxed fruit with VNIR image had never been done before, so further study about the effect of wax coating for VNIR image-based fruit quality measurement was needed. In this study, beeswax is used to coated Malang apples. Partial Least Square Regression (PLSR) and Regression Tree (RT) used as feature selection and regression model algorithm.  In this study, a regression model was built using non-waxed Malang apples, waxed Malang apples, a combination of non-waxed Malang apples and waxed Malang apples. Next, the waxed Malang apples was tested to the firmness prediction model of the non-waxed Malang apples. Firmness prediction system of Malang apples obtained the best performance if using training data and test data of non-waxed Malang apples. The results of PLSR and RT model using non-waxed Malang apples were 0.97 and 0.88 for R2, 3.22 and 6.55 for RMSE. Based on these results, wax coating on the surface of the fruit could disrupt the measurement results of VNIR image."