Hasil Pencarian  ::  Simpan CSV :: Kembali

"Beberapa bidang terkait seperti bahan agrokimia telah teraplikasi oleh nanopartikel. Sebagai salah dari satu contoh cara yang dapat digunakan adalah dengan memanfaatkan tumbuhan. Dalam penelitian ini, digunakan ekstrak daun Diospyros discolor Willd. untuk menyintesis nanopartikel CuO, Ag, dan CuO-Ag dengan masing-masing prekursornya, yaitu AgNO3 dan Cu(NO3)2.3H2O dengan konsentrasi yang sama, yaitu 50 mM. Nanopartikel CuO-Ag disintesis dengan perbandingan antarprekursornya yaitu 1:1 (v/v). Karakterisasi nanopartikel CuO, Ag, dan CuO-Ag dilakukan dengan spektrofotometer UV VIS, X-ray Difraction (XRD) dan juga Transmission electron microscope (TEM). Pada penelitian ini juga dilakukan uji toksisitas terhadap tanaman kacang panjang. Perbandingan dari setiap variasi konsentrasi yaitu, 0,01 mg/mL, 0,02 mg/mL, dan 0,03 mg/mL untuk tiap jenis nanopartikel terhadap tanaman kacang panjang dilakukan sebelum perendaman biji. Biji kacang panjang lalu di rendam selama 24 jam, lalu setelah itu diamati perkecambahan dan pertumbuhannya selama 14 hari. Hasil yang di peroleh menunjukkan nanopartikel CuO, Ag, dan CuO-Ag berhasil di sintesis melalui sintesis dengan menggunakan ekstrak daun Bisbul. Hasil sintesis menunjukkan bentuk nanopartikel CuO berupa lembaran dan Ag berupa bola. Sementara pengaruh nanopartikel terhadap kacang panjang menunjukkan efek stimulant pada nanopartikel CuO, Ag, dan CuO-Ag pada konsentrasi 0,03 mg/mL dan persentase perkecambahan paling baik pada nanopartikel CuO, kacang panjang pada parameter pertumbuhan meenunjukkan efek stimulant nanopartikel CuO, Ag, dan CuO-Ag pada konsentrasi 0,03 mg/mL dan pertumbuhan paling baik pada nanopartikel CuO-Ag, kenaikan konsentrasi NP CuO, Ag, dan CuO-Ag tidak mempengaruhi tingkat perkecambahan dan pertumbuhan.

---

Several related fields such as agrochemical materials have been applied by nanoparticles. One example of a method that can be used is by utilizing plants. In this research, Diospyros discolor Willd leaf extract was used. to synthesize CuO, Ag, and CuO-Ag nanoparticles with their respective precursors, namely AgNO3 and Cu(NO3)2.3H2O with the same concentration, namely 50 mM. CuO-Ag nanoparticles were synthesized with a ratio between precursors of 1:1 (v/v). Characterization of CuO, Ag and CuO-Ag nanoparticles was carried out using a UV VIS spectrophotometer, X-ray Difraction (XRD) and also a Transmission electron microscope (TEM). In this research, toxicity tests were also carried out on long bean plants. Comparison of each concentration variation, namely, 0.01 mg/mL, 0.02 mg/mL, and 0.03 mg/mL for each type of nanoparticle for long bean plants, was carried out before soaking the seeds. The long bean seeds were then soaked for 24 hours, then observed for germination and growth for 14 days. The results obtained showed that CuO, Ag and CuO-Ag nanoparticles were successfully synthesized through synthesis using Bisbul leaf extract. The synthesis results show that CuO nanoparticles are in the form of sheets and Ag in the form of balls. While the effect of nanoparticles on long beans showed a stimulant effect on CuO, Ag, and CuO- Ag nanoparticles at a concentration of 0.03 mg/mL and the best germination percentage on CuO nanoparticles, long beans on growth parameters showed a stimulant effect on CuO, Ag, and nanoparticles. CuO-Ag at a concentration of 0.03 mg/mL and the best growth on CuO-Ag nanoparticles, increasing the concentration of CuO, Ag, and CuO-Ag NPs did not affect the germination and growth rates."

"

Diospyros discolor Willd. (Bisbul) diketahui merupakan satu dari banyak tanaman yang memiliki aktivitas sebagai agen pereduksi ion perak menjadi nanopartikel perak. Kemampuan tersebut dipengaruhi oleh kandungan fitokimia dalam ekstrak. Komparasi penggunaan pelarut yang berbeda berdasarkan tingkat polaritas pelarut sangat dibutuhkan untuk mengetahui karakteristik senyawa fitokimia yang terekstraksi. Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan pelarut etanol, etil asetat dan heksana untuk pembuatan ekstrak kasar daun D. discolor, serta kandungannya untuk sintesis nanopartikel perak. Ekstrak kasar pelarut ogranik diperoleh melalui hasil maserasi. Selanjutnya, setiap ekstrak dengan konsentrasi 0,025% digunakan untuk proses sintesis nanopartikel perak. Hasil yang diperoleh menunjukkan bahwa semua jenis ekstrak mengandung terpen dan alkaloid, serta tidak terdeteksi saponin dan flavonoid. Sementara itu, ekstrak etanol dan ekstrak etil asetat, mengandung fenol, sedangkan pada ekstrak heksana tidak terdeteksi adanya fenol. Hasil uji total fenol tertinggi yaitu pada ekstrak etanol sebesar 247,47 ± 2,3 mgGAE/g sampel. Hasil uji kandungan flavonoid tertinggi terdapat pada ekstrak heksana dengan nilai 19290 ± 777,82 mgQE/g sampel. Analisis spektrum UV-Vis dari hasil biosintesis nanopartikel perak memperlihatkan puncak absorbansi pada panjang gelombang 350—500 nm pada sintesis menggunakan ekstrak etanol dan ekstrak etil asetat. Hasil tersebut menunjukkan kecenderungan bahwa pelarut yang bersifat semi polar dapat berperan dalam mengekstraksi senyawa-senyawa yang diduga berperan dalam biosintesis nanopartikel perak dengan kecepatan reaksi yang berbeda.

---

Diospyros discolor Willd. (Bisbul) known as one of many plants that has activity to reduce silver ion into silver nanoparticles. The ability influenced by phytochemical content in the extract. Comparison of different solvents based on solvent polarity level is needed to determine the characteristics of phytochemical compounds extracted. This study aims to determine the effect of  using ethanol, ethyl acetate, and hexane solvents to get the crude extracts of D. discolor leaves and their contents for the synthesis of silver nanoparticles. The crude extract with organic solvent is obtained through maceration results. Furthermore, extract with concentration of 0.025% were used for the synthesis of silver nanoparticles respectively. The results of this study indicate that all types of extracts contain terpenes and alkaloids, and no saponins and flavonoids were detected. Meanwhile, ethanol and ethyl acetate extracts contained phenols, while in hexane extract there was no  phenols detected. The highest total phenol test results 247.47 ± 2.3 mgGAE/g sample are in the ethanol solvent of. The highest flavonoid test results 19290 ± 777.82 mgQE/g sample are in hexane extract. Analysis of UV-Vis spectrum from the results of biosynthesis of silver nanoparticles from ethanol and ethyl acetat extracts showed peaks ranging from 350—500 nm. The result showed the tendency semi-polar solvent play a role in extracting compounds that estimate play a role in the biosynthesis of silver nanoparticles with different reaction rate.

"

"Diospyros discolor Willd. atau bisbul diketahui mengandung beragam senyawa metabolit sekunder di antaranya fenol dan flavonoid. Senyawa-senyawa tersebut diduga berperan sebagai agen pereduksi dalam biosintesis nanopartikel perak NPP. Adapun karakter NPP seperti ukuran, bentuk, dan kesetabilan NPP dapat dipengaruhi oleh kondisi lingkungan biosintesis misalnya pH. Dalam penelitian ini dilakukan biosintesis menggunakan air rebusan daun D. discolor pada pH 4, 6, 7, 9, dan 11 untuk mengetahui pengaruh pH terhadap karakter NPP yang diperoleh. Selain itu, untuk mengetahui peran senyawa fenol dan flavonoid, maka dilakukan pengukuran kadar senyawa tersebut dalam air rebusan daun D. discolor.Biosintesis NPP dilakukan dengan mencampurkan air rebusan daun D. discolor 2 pH 4, 6, 7, 9, dan 11 dan AgNO3 1 mM pada perbandingan volume 1:2. Pembentukan NPP diketahui dengan melakukan karakterisasi pada warna larutan hasil biosintesis, karakterisasi menggunakan spektrofotometer UV-Vis, Transmission Electron Microscopy TEM, dan Particle Size Analyzer PSA. Setelah inkubasi 24 jam, hasil biosintesis menunjukkan adanya perubahan warna larutan biosintesis menjadi kuning kecokelatan hingga cokelat gelap. Spektrum absorbansi yang muncul pada panjang gelombang 414-446 nm menunjukkan terbentuknya NPP.Hasil TEM dan PSA menunjukkan NPP berbentuk spherical dan memiliki ukuran berkisar 21-54 nm. Ukuran NPP tersebut cenderung semakin kecil seiring dengan kenaikan nilai pH. Hasil PSA juga menunjukkan bahwa NPP yang dihasilkan cenderung stabil dengan nilai zeta potensial berkisar antara -14 mV hingga -30 mV. Keberhasilan biosintesis NPP menggunakan air rebusan D. discolor diduga karena peran senyawa fenol atau flavonoid dalam air rebusan tersebut sebagai agen pereduksi. Adapun kadar fenol dan flavonoid dalam air rebusan D. discolor yaitu 823,7 ugGAE/mL dan 157,4 ugRE/mL.

---

Diospyros discolor Willd. or Bisbul countains of various secondary metabolites including phenol and flavonoid. These compounds are known to have role as reducing agent in silver nanoparticles SNPs biosynthesis. The SNPs characters such as size, shape, and stability of SNPs can be influenced by environmental conditions of biosynthesis such as pH. In this research, biosynthesis was done using D. discolor leaves aqueous extract at pH 4, 6, 7, 9, and 11 to know the effect of pH on characters of SNPs obtained. In addition, to know the role of phenol and flavonoid compounds, the levels of these compounds in D. discolor leaves aqueous extract was measured.

Biosynthesis was done by mixing D. discolor leaves aqueous extract 2 pH 4, 6, 7, 9, and 11 and AgNO3 1 mM ratio 1:2 UV-Vis then the solution was incubated 24 hours. The SNPs formed are characterized by spectrophotometer UV Vis, Transmission Electron Microscopy TEM, and Particle Size Analyzer PSA. After 24 hours of incubation, the color of solution was changed from yellow to brown or dark brown. The absorption spectrum shows peak at 414-446 nm, indicate the formation of SNPs. Meanwhile, TEM imaging shows that the shape of SNPs is spherical.

Based on PSA result, size of SNPs are ranging between 21-54 nm. Their size tend to become smaller with the increasing of pH value. The PSA result also shows that SNPs have zeta potential value ranging from 14 mV to 30 mV which indicate that the SNPs are relatively stable to moderately stable. The success of SNPs biosynthesis using D. discolor is thought to be due to the role of phenol or flavonoids as reducing agents. The levels of phenol and flavonoids in D. discolor leaves aqueous extract is 823.7 ugGAE/mL and 157.4 ugRE/mL."

"Diospyros discolor Willd. diketahui memiliki potensi yang dapat digunakan dalam biosintesis nanopartikel perak. Biosintesis nanopartikel perak dipengaruhi oleh beberapa parameter, salah satunya adalah pH. Penelitian bertujuan untuk menyintesis nanopartikel perak menggunakan air rebusan buah D. discolor serta mengetahui pengaruh variasi pH air rebusan terhadap nanopartikel yang dihasilkan. Proses biosintesis nanopartikel perak dilakukan dengan menggunakan air rebusan buah D. discolor 2 dan AgNO 3 1 mM. Variasi pH air rebusan yang digunakan adalah 4, 7, 9, 11 dan pH awal air rebusan kontrol. Karakterisasi nanopartikel perak yang dihasilkan terdiri dari karakterisasi visual foto, spektrum UV-Vis, particle size analyzer PSA, dan transmission electron microscopy TEM.Hasil penelitian menunjukkan bahwa buah D. discolor dapat digunakan sebagai agen pereduksi dalam biosintesis nanopartikel perak, dilihat dari adanya perubahan warna kuning kecoklatan dan dikonfirmasi menggunakan spektrofotometer UV Vis yang menunjukkan adanya absorbansi pada Panjang gelombang kisaran 400 nm. Hasil penelitian mengenai pengaruh variasi pH menunjukkan bahwa pH dapat mempengaruhi karakter nanopartikel perak yang dihasilkan seperti ukuran dan bentuk. Karakterisasi PSA menunjukkan bahwa semakin tinggi nilai pH basa, ukuran nanopartikel cenderung semakin kecil.Sementara itu, hasil TEM menunjukkan bahwa nanopartikel yang dihasilkan dalam kondisi pH basa memiliki persebaran yang homogen dan bentuk yang cukup seragam. Dalam penelitian ini juga telah dilakukan pengukuran aktivitas antioksidan, kadar fenol dan kadar flavonoid pada air rebusan buah D. discolor. hasil menunjukkan bahwa air rebusan buah D. discolor memiliki aktivitas antioksidan sebesar 90,8, kadar feno l sebesar 1.649,58 ?gGAE, dan kadar flavonoid sebesar 347 ?gRE.

---

Diospyros discolor Willd. is known to have potential that can be used in silver nanoparticles biosynthesis. The biosynthesis of silver nanoparticles is affected by certain parameters, like pH. The study aimed to obtain silver nanoparticles using D. discolor fruit aqueous extract and to know the effect of aqueous extract with pH variation to the nanoparticles result. The biosynthesis process of silver nanoparticles was carried out by using D. discolor fruit aqueous extract 2 and AgNO3 1 mM. The pH variation used was 4,7,9,11 and the initial pH of aqueous extract as control. The characterization of the silver nanoparticles consists of visual characterization photo, UV Vis spectra, particle size analyzer PSA, and transmission electron microscopy TEM.

The results showed that D. discolor fruit can be used as reducing agents in the biosynthesis of silver nanoparticles, seen from a brownish yellow color and confirmed using a UV Vis spectrophotometer indicating absorbance at wavelength around 400 nm. The results of this research on the effect of pH variation show that pH can influence the character of the resulting silver nanoparticles such as size and shape. The characterization of PSA shows that the higher the pH value, the nanoparticle size tends to decrease.

Meanwhile, the TEM results show that the nanoparticles produced under basic pH conditions have a homogeneous distribution and are regular in shape. In this study has also been conducted measuring the antioxidant activity, phenol and flavonoid content in D. discolor fruit aqueous extract. The results showed that the fruit D. discolor has scavenging activity of 90.8, 1649.58 gGAE phenol content and flavonoid content of 347 gRE."

"Kandungan total flavonoid dalam tumbuhan umumnya diukur menggunakan analisis spektrofotometri berdasarkan tingkat penyerapan warna. Dalam penelitian ini, sistem pemetaan flavonoid pada daun bisbul (Diospyros discolor Willd.) diperkenalkan menggunakan teknik pencitraan hiperspektral menggabungkan analisis spektral dan spasial. Sistem pemetaan dapat menunjukkan distribusi total flavonoid pada daun bisbul. Sistem ini terdiri dari sistem pengukuran dan model matematika dengan cara mengubah setiap piksel spasial menjadi nilai yang mewakili jumlah flavonoid dalam daun bisbul. Sistem pengukuran terdiri dari kamera hiperspektral, lampu halogen, slider serta kerangka pengukuran. Random forest (RF) dan XGBoost Regressor digunakan untuk menghitung model transformasi antara nilai reflektansi dan total flavonoid. Random forest juga digunakan untuk menyeleksi panjang gelombang yang memiliki korelasi terhadap flavonoid. Pembangunan sistem pengukuran dilakukan dengan 18 sampel daun bisbul dengan variasi usia daun berdasarkan letak daun pada satu dahan. Dalam rentang panjang gelombang penuh, model RF memberikan root mean square error (RMSE) 18,46 dan koefisien determinasi (R2) 0,89. Model RF setalah dilakukan pemilihan panjang gelombang menghasilkan RMSE 18,07 serta R2 0,90. Model XGBoost Regressor memberikan RMSE 11,89 dan koefisien determinasi 0,96. Sistem pemetaan yang diusulkan dapat digunakan dalam menganalisis distribusi flavonoid dalam daun bisbul.

---

The total content of flavonoids in plants is generally measured using spectrophotometric analysis based on color absorption rates. In this study, mapping system of flavonoid distribution of (Diospyros discolor Willd.) leaf was introduced using hyperspectral imaging technique combining spectral and spatial analysis. The mapping system provides total distribution of flavonoids in (Diospyros discolor Willd.) leaves. This system consists of a measurement system and a mathematical model that converts each spatial pixel into a value that represents the number of flavonoids in (Diospyros discolor Willd.) leaves. The measurement system consists of a hyperspectral camera, halogen lamp, slider, and measurement frame. Random forest (RF) and XGBoost Regressor are used to calculate the transformation model between reflectance values ​​and total flavonoids. Random forest is also used to select wavelengths that have a correlation with flavonoids. The construction of the measurement system was carried out with 18 samples of (Diospyros discolor Willd.) leaves with variations in the age of leaves based on the location of the leaves on one branch. In the full wavelength range, the RF model gives the root mean square error (RMSE) 18.46 and the determination coefficient (R2) 0.89. The RF model after selecting the wavelength produces RMSE 18.07 and R2 0.90. The XGBoost Regressor model gives RMSE 11.89 and the coefficient of determination 0.96. The proposed mapping system can be used in analyzing the distribution of flavonoids in (Diospyros discolor Willd.) leaves."

"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.

"

"ABSTRAK

Fitoestrogen yang terkandung dalam kacang panjang (Vigna unguiculata (L.)

Walp.) berpotensi untuk digunakan sebagai pengobatan alternatif osteoporosis.

Penelitian ini bertujuan untuk mengetahui pengaruh pemberian ekstrak etanol

70% buah kacang panjang terhadap kadar kalsium tulang tikus melalui

pengukuran dengan spektrofotometri serapan atom. Metode ovariektomi

digunakan untuk mewakili kondisi osteoporosis yang dilakukan pada 36 tikus

betina galur Sprague Dawley yang terbagi ke dalam 6 kelompok. Kelompok I

sebagai sham, kelompok II sebagai kontrol negatif, keduanya diberikan CMC

0,5%, kelompok III, IV, dan V diberikan ekstrak kacang panjang dosis bervariasi,

berturut-turut, 100; 200; dan 400 mg/200 g bb tikus disuspensikan dalam CMC

0,5%, dan kelompok VI sebagai kontrol positif diberikan larutan natrium

alendronat dalam aquadest. Semua kelompok kecuali kelompok sham dilakukan

ovariektomi pada hari ke-1 kemudian diistirahatkan selama 20 hari. Bahan uji

diberikan satu kali sehari secara oral pada hari ke 22 sampai hari ke 50.

Pengukuran kadar kalsium dilakukan pada hari ke 51. Hasil penelitian

menunjukkan bahwa ekstrak kacang panjang lebih tinggi meningkatkan kadar

kalsium tulang dibandingkan dengan natrium alendronat. Akan tetapi, efek

peningkatan yang ditimbulkan dari ketiga varian dosis adalah sama sehingga tidak

ada dosis efektif ekstrak etanol kacang panjang dalam meningkatkan kadar

kalsium.

---

ABSTRACT

Phytoestrogen contained in long beans (Vigna unguiculata (L.)Walp.) could

potentially be used as an alternative treatment for osteoporosis.This study is aimed

to determine the effect of 70% ethanolic extract of long bean on rat bone calcium

level by Atomic Absorption Spectrophotometry measurement. Ovariectomy

method is used to represent osteoporosis condition on 36 Sprague Dawley strain

female rats which are divided into 6 groups. Group I as a sham, group II as a

negative control, both had been given with CMC 0.5%, group III, IV, and V are

given varying doses of long bean extract, 100; 200; and 400 mg/200 g bw rats

respectively, were suspensed in CMC 0.5%, group VI as a positive control had

been given alendronate sodium in aquadest. All groups except sham group was

ovariectomized on the first day and then rested for 20 days. Each of them orally

administered once daily from day 22 to day 50. The bone calcium level was

measured on day 51. The results showed that the ethanol extract of long bean

increases bone calcium level higher compared to alendronate sodium. But effect

of increasing three varying doses ethanol extract of long bean are the same, so

there is no effective dose of ethanol extract of long bean on increasing the bone

calcium level."

"Sistem prediksi berbasis citra hiperspektral dapat diimplementasi dengan algoritma deep neural networks (DNN). Di penelitian ini, daun bisbul (Diospyros discolor Willd.) digunakan sebagai sampel dengan citra dari daun yang diakuisisi pada rentang gelombang 400-1000nm. Model pada penelitian ini bekerja dengan melakukan klasifikasi daun bisbul dan prediksi kadar polifenol pada daun bisbul. Sistem klasifikasi pada penelitian ini menggunakan algoritma DNN untuk membagi kelas menjadi daun bisbul, bukan daun bisbul dan teflon, model yang digunakan adalah model dense dan Stacked Auto Encoder (SAE) yang menggunakan fungsi loss categorical cross-entropy. Kedua sistem klasifikasi tersebut mampu meraih performa maksimum dengan akurasi 100%. Pada sistem prediksi kandungan polifenol dibagi menjadi dua yaitu senyawa flavonoid dan fenolik. Menggunakan model DNN yang belum teroptimasi dan masih dangkal model dapat memprediksi senyawa flavonoid dengan performa R2 pada 70,47% dan senyawa fenolik dengan performa R2 pada 70,08%. Lalu model tersebut diatur sedemikian rupa sehingga mendapatkan hyperparameter terbaik dan arsitektur yang lebih dalam, model ini dapat memprediksi kadar flavonoid dengan performa R2 pada 94,50% dan kadar senyawa fenolik dengan performa R pada 71,51%.

---

Prediction system based on hyperspectral imaging can be implemented with deep neural networks (DNN) algorithm. In this research, velvet apple leaves (Diospyros discolor Willd.) are used as a sample with image of leaves that have been acquired within the 400-1000nm wavelength. The working of the model in this research is based on classification of the velvet apple leaf and the prediction of the levels of polyphenol in it. DNN algorithm is used for the classification system to categorize the sample either actual velvet apple leaf, non-velvet apple leaf, and a teflon, with Dense DNN and Stacked Auto Encoder (SAE) as the models with categorical cross-entropy as the loss function. In both classification system are shown to be capable of archieving maximum performance with the accuration of 100%. A prediction system to predict polyphenol content that are divided into flavonoid and fenolic compounds. Using an unoptimized and shallow DNN model, it predict the flavonoid compound with the R2 performance of 70,47% and phenolic compound with the R2 performance of 70,08%. Furthermore, the model are configured so it can get the best hyperparameters and a more deep architecture, this model can predict of flavonoid with a R2 performance of 94,50% and phenolic with a R2 performance of 71,51%."

"Sistem prediksi kadar fenolik pada daun Bisbul (Diospyros discolor Willd.) berbasis citra hiperspektral visible and near-infrared (VNIR) terbukti mampu dibuat dan mendapatkan hasil dengan nilai yang baik. Kamera hiperspektral dengan rentang panjang gelombang 400-1000 nm digunakan dalam mengakuisisi citra VNIR pada daun Bisbul. Penelitian ini membahas mengenai komparasi dari beberapa model regresi baru dengan penelitian terdahulu yang diharapkan bisa mendapatkan hasil yang lebih baik dalam memprediksi kadar fenolik pada daun Bisbul. Digunakan tiga model regresi dalam membuat sistem prediksi ini yaitu model Partial Least Square Regression (PLSR), Random Forest, dan XGBoost Regressor. Sistem Prediksi menggunakan PLSR menghasilakan sebesar 3,62 (RMSE test), 0,81 (R2 test), nilai akurasi sebesar 91,3%, dan waktu training 0,27 detik. Sistem Prediksi menggunakan Random Forest tanpa menggunakan seleksi fitur menghasilakan sebesar 4,04 (RMSE test), 0,81 (R2 test), nilai akurasi sebesar 90,86%, dan waktu training 17,81 detik. Sistem Prediksi menggunakan Random Forest dengan seleksi fitur menghasilakan sebesar 3,84 (RMSE test), 0,79 (R2 test), nilai akurasi sebesar 91,31%, dan waktu training 19,05 detik. Sistem Prediksi menggunakan XGBoost Regressor dengan menghasilakan sebesar 3,48 (RMSE test), 0,83 (R2 test), nilai akurasi sebesar 91,1%, dan waktu training 24,9 detik. Performa terbaik dihasilkan oleh model XGBoost Regressor dengan sedikit perbedaan dengan PLSR. Model XGBoost Regressor berhasil meningkatkan performa sebesar 14% pada RMSE dan 2% pada R2 berbanding dengan PLSR.

---

Phenolic levels prediction system on Bisbul leaves (Diospyros discolor Willld.) Based on visible and near-infrared (VNIR) hyperspectral images proved to be able to be made and get results with good values. Hyperspectral camera with a wavelength range of 400-1000 nm is used in acquiring VNIR images on Bisbul leaves. This study discusses the comparison of several new regression models with previous studies that are expected to get better results in predicting phenolic levels in Bisbul leaves. Three regression models are used in making this prediction system, namely the Partial Least Square Regression (PLSR), Random Forest, and XGBoost Regressor models. The prediction system using PLSR produces 3.62 (RMSE test), 0.81 (R2 test), an accuracy of 91.3%, and a training time of 0.27 seconds. The prediction system uses Random Forest without using the selection feature with results of 4.04 (RMSE test), 0.81 (R2 test), an accuracy of 90.86%, and a training time of 17.81 seconds. The prediction system using Random Forest with feature selection resulted in 3.84 (RMSE test), 0.79 (R2 test), an accuracy of 91.31%, and a training time of 19.05 seconds. The prediction system using the XGBoost Regressor produces 3.48 (RMSE test), 0.83 (R2 test), an accuracy of 91.1%, and training time of 24.9 seconds. The best performance is produced by XGBoost Regressor with a slight difference from PLSR. The XGBoost Regressor model managed to improve performance by 14% on RMSE and 2% on R2 compared to PLSR."

"Kacang panjang (Vignaunguiculata) merupakan tanaman popular dalam dunia kuliner namun memiliki khasiat di setiap bagian tanaman. Contohnya pada daunnya digunakan secara tradisional dalam jamu kuno bernama Au Fere II berasal dari Maluku berkhasiat sebagai antihipertensi atau mengatasi tekanan darah tinggi. Secara sederhana obat berprinsip “satu obat,satu penyakit” berakibat dalam penemuan obat terbaru mengalami perlambatan sehingga efektivitas terapi menurun. Dengan hadirnya jejaring farmakologi layaknya jamu dengan terobosan terbaru dari sistem biologi, bioinformatika dapat menggantikan prinsip menjadi berdasarkan teori jaringan dan sistem biologi “jaringan target, banyaknya senyawa dalam terapi”. Sehingga efektif dalam membangun hubungan senyawa-target dan target-penyakit. Atas dasar ini, peneliti bertujuan mengungkapkan khasiat dari senyawa daun kacang panjang sebagaimana penggunaan tradisionalnya dengan metode jejaring farmakologi serta dibangunnya jaringan “senyawa-target” serta “target-penyakit” sehingga efektif untuk mencari keterkaitannya. Hasil dari pembuatan metode ini didapatkan 11 senyawa, 17 target, 188 penyakit dalam 24 kategori penyakit. Jumlah terbanyak kategori penyakit adalah penyakit syaraf, genetic, fenotipe. Sesuai dengan penggunaan tradisional, terbukti daun kacang panjang berkhasiat sebagai antihipertensi dengan terbentuknya jaringan dari 7 senyawa, 4 target, 23 penyakit terkait pada penyakit kardiovaskular. Dengan didapatkannya hasil tersebut, peneliti berhasil mengungkapkan khasiat senyawa pada daun kacang panjang dengan terbentuknya jaringan dan hubungannya beserta rincian komponen pendukung proses ini.

---

Cowpea (Vigna unguiculata) is popular plant in culinary world but has properties in every part of plant. Example, leaves traditionally used in ancient herb, Au Fere II from Maluku has antihypertensive or treats high blood pressure. In simple terms, medicine has principle "one drug, one disease" resulting in discovery of latest drugs slowing down so that effectiveness of therapy decreases. And existence of network pharmacology like herbal with breakthroughs in biological systems, bioinformatics, network theory can replace principle "target network, many compounds in therapy". Effective in establishing compound-target and disease-target relationships. On this basis, researchers aim to reveal the efficacy of cowpea leaves compounds as traditional use with network pharmacology and construction "compound-target" and "disease-target" networks so effective in finding links. Results of method obtained 11 compounds, 17 targets, 188 diseases in 24 categories. Highest number of disease categories are neurological, genetic, phenotype diseases. Accordance with traditional use, cowpea leaves are proven to be efficacious as antihypertensives by forming network of 7 compounds, 4 targets, 23 diseases related to cardiovascular disease. By obtaining results, researchers were able to reveal the efficacy of compounds in cowpea leaves with formation of networks and relationships, along with details of components supporting this process."