Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tanaman sawi (Brassica juncea) merupakan tanaman yang rentan terhadap cekaman genangan sehingga diperlukan upaya untuk meningkatkan toleransinya. Pemberian asam salisilat secara eksogen dengan tepat dianggap mampu untuk meningkatkan toleransi tanaman pada cekaman genangan. Tujuan penelitian ini adalah mengetahui pengaruh waktu pemberian asam salisilat terhadap pertumbuhan dan aktivitas antioksidan tanaman sawi pada cekaman genangan. Rancangan percobaan yang digunakan yaitu rancangan acak kelompok dengan empat perlakuan yaitu kontrol, genangan, genangan + asam salisilat 0,5 mM (dua hari sebelum perlakuan genangan), dan genangan + asam salisilat 0,5 mM (bersamaan dengan perlakuan genangan). Perlakuan genangan diberikan pada 45 HST selama tiga hari kemudian dilakukan pemulihan selama tujuh hari. Parameter yang diukur yaitu tinggi tanaman, jumlah daun, dan aktivitas antioksidan. Hasil penelitian menunjukkan bahwa pemberian asam salisilat dua hari sebelum genangan (43 HST) dapat meningkatkan perubahan tinggi tanaman dan jumlah daun, serta aktivitas antioksidan, sedangkan pemberian asam salisilat bersamaan dengan genangan hanya dapat meningkatkan perubahan jumlah daun dan aktivitas antioksidan pasca genangan. Namun, peningkatan tersebut tidak berbeda nyata secara statistik dengan perlakuan genangan tanpa pemberian asam salisilat. Pada fase pemulihan, pemberian asam salisilat baik dua hari sebelum maupun bersamaan dengan genangan belum menunjukkan dampak yang positif terhadap perubahan tinggi tanaman dan jumlah daun, serta aktivitas antioksidan.

---

Mustard (Brassica juncea) is susceptible to waterlogging stress, special method is needed to increase their tolerance. Proper application of exogenous salicylic acid can increase plant tolerance to waterlogging stress. The purpose of this study is to determine the effect of application timing of salicylic acid on growth and antioxidant activity of mustard on waterlogging stress. The experimental design used was a randomized block design with four treatments; control, waterlogging, waterlogging + salicylic acid 0,5 mM (two days before waterlogging), and waterlogging + salicylic acid 0,5 mM (simultaneously with waterlogging). Waterlogging treatment was given in 45 DAP for three days then recovery was carried out for seven days. Parameters measured were plant height, number of leaves, and antioxidant activity. The results showed that application of salicylic acid two days before waterlogging (43 DAP) increased changes in plant height and number of leaves, and antioxidant activity, while application of salicylic acid simultaneously with waterlogging only increased changes in leaf number and antioxidant activity after waterlogging. However, this increase was not statistically significantly different from the waterlogging treatment without application of salicylic acid. In the recovery phase, application of salicylic acid didn’t show a positive effect on changes in plant height and number of leaves, and antioxidant activity."

"Cekaman genangan merupakan kondisi pori-pori tanah terisi oleh air sehingga menurunkan pasokan oksigen. Penurunan pasokan oksigen menghambat pertumbuhan akar sehingga menurunkan serapan unsur hara. Hasilnya, daun klorosis dan gugur serta pertambahan tinggi tanaman terhambat. Cekaman genangan juga menyebabkan akumulasi Reactive Oxygen Species (ROS) sehingga terjadi cekaman oksidatif pada tanaman. Asam salisilat secara eksogen merupakan solusi untuk meningkatkan pertumbuhan tanaman pada cekaman genangan melalui peningkatan aktivitas antioksidan. Tujuan penelitian adalah mengetahui pengaruh pemberian asam salisilat dengan konsentrasi 0,1 mM, 0,5 mM, dan 1 mM terhadap pertumbuhan dan aktivitas antioksidan selada (Lactuca sativa L.) yang mengalami cekaman genangan setinggi dua cm di atas permukaan media tanam selama tiga hari. Perlakuan asam salisilat diberikan dua hari sebelum cekaman genangan dengan Rancangan Acak Kelompok yang terdiri atas lima perlakuan dan lima ulangan. Pertumbuhan tanaman yang diukur antara lain tinggi tanaman dan jumlah daun. Aktivitas antioksidan diuji dengan metode 2,2-Diphenyl-1-picrylhydrazyl (DPPH). Hasil penelitian menunjukkan bahwa pemberian larutan asam salisilat 0,1 mM, 0,5 mM dan 1 mM belum memberikan pengaruh terhadap tinggi tanaman, jumlah daun dan aktivitas antioksidan selada pada cekaman genangan.

---

Waterlogging stress is a condition in which the soil pores are filled with water, thereby reducing the supply of oxygen. Decreased oxygen supply inhibits root growth thereby reducing nutrient uptake. As a result, chlorosis and fall leaves and stunted plant height increase. Waterlogging stress also causes the accumulation of Reactive Oxygen Species (ROS) resulting in oxidative stress in plants. Salicylic acid exogenously is a solution to increase plant growth in waterlogging stress by increasing antioxidant activity. The aim of the study was to determine the effect of salicylic acid application at concentrations of 0.1 mM, 0.5 mM, and 1 mM on the growth and antioxidant activity of lettuce (Lactuca sativa L.) which was subjected to waterlogging stress as high as two cm above the surface of the planting medium for three days. Salicylic acid treatment was given two days before waterlogging stress in a randomized block design consisting of five treatments and five replications. Plant growth measured includes plant height and number of leaves. Antioxidant activity was tested using the 2,2-Diphenyl-1-picrylhydrazyl (DPPH) method. The results showed that the administration of 0.1 mM, 0.5 mM and 1 mM salicylic acid solution had no effect on plant height, number of leaves and antioxidant activity of lettuce under waterlogging stress."

"Asetosal sebagai obat antiplatelet mudah terhidrolisis menjadi asam salisilat setelah pemberian oral. Pemantauan asam salisilat sebagai metabolit utama dalam plasma bersama asetosal sebagai senyawa induk dapat dilakukan melalui studi farmakokinetika. Sebelum melakukan studi farmakokinetika, metode bioanalisis harus tervalidasi. Salah satu parameter validasi metode bioanalisis adalah uji stabilitas jangka panjang secara in vitro di dalam plasma. Akan tetapi, uji tersebut tidak menggambarkan kondisi stabilitas in vivo karena adanya proses metabolisme obat di dalam tubuh. Penelitian ini bertujuan untuk menganalisis stabilitas in vivo incurred sample stability asetosal dan asam salisilat dalam plasma 6 subjek sehat pada hari ke-7, 14 dan 25 pada fase Cmax dan fase eliminasi. Analisis asetosal dan asam salisilat dilakukan terhadap 6 subjek sehat yang mengkonsumsi tablet asetosal 80 mg. Pengambilan darah subjek dilakukan sebanyak 12 titik pada beberapa interval waktu hingga jam ke-24. Kondisi kromatografi optimum yang digunakan adalah kolom C18 Waters, Reliant ? 5 m, 250 mm x 4,6 mm ; suhu kolom 35oC; fase gerak asetonitril ?? dapar fosfat pH 2,5 35 : 65 v/v ; laju alir 1,0 mL/menit; detektor UV-Vis; panjang gelombang 230 nm; dan furosemid sebagai baku dalam. Hasil incurred sample stability untuk asetosal dan asam salisilat sampai hari ke-25 pada 6 subjek menunjukkan stabilitas yang memenuhi persyaratan EMEA bioanalytical guideline tahun 2011 yaitu nilai diff tidak lebih dari 20.

---

Acetosal as an antiplatelet drugs is rapidly hydrolyzed to salicylic acid after oral administration. Monitoring salicylic acid as the main metabolite in plasma together with acetosal as a parent compound can be performed through pharmacokinetics studies. Before pharmacokinetics studies, the method of bioanalysis should be validated. One of the validation parameters of the bioanalytical methods is long term stability test of in vitro in plasma. However, the analysis can t describe in vivo stability condition due to the metabolism of drugs in the body.

This study aims to analyze the in vivo stability incurred sample stability of acetosal and salicylic acid in plasma on days 7, 14 and 25 in the Cmax phase and elimination phase. Acetosal and salicylic acid analysis were performed on 6 healthy subjects who consumed 80 mg acetosal tablets. Blood sampling on the subjects will be taken in 12 points at several times for to 24 hours.

The optimum chromatographic conditions that used were C18 columns Waters, Reliant 5 m, 250 mm x 4.6 mm column temperature 35oC mobile phase was acetonitrile phosphate buffer pH 2.5 35 65 v v flow rate was 1.0 mL min UV Vis detector at wavelength of 230 nm and furosemide as internal standard. The diff values of acetosal and salicylic acid incurred sample stability until day 25 on 6 subjects not more than 20 , which fulfilled the acceptance criteria of validation method based on EMEA Bioanalytical Guideline 2011."

"Karet adalah salah satu komoditas yang memberikan kontribusi yang signifikan dalam ekonomi Indonesia. Indonesia menempati posisi kedua sebagai produsen karet terbesar di dunia. Namun, sejak 2017, penyakit gugur daun karet Pestalotiopsis yang disebabkan oleh Pestalotiopsis sp. telah menjadi ancaman serius bagi budidaya karet dan menyebabkan kerugian ekonomi. Penyakit ini menginfeksi daun, menyebabkan nekrosis dan keguguran daun yang berkelanjutan, yang menghambat fotosintesis. Luas area perkebunan karet yang terjangkit penyakit ini sebesar 382.000 ha pada 2019 dan bertambah seluas 30.328,84 ha pada 2021, menyebabkan hilangnya produksi getah karet (lateks) hingga 30%. Penyakit ini menyebabkan kerugian ekonomi milyaran rupiah dan biaya pengendalian yang mahal, sehingga perlu dilakukan pendeteksian dini agar memungkinkan langkah intervensi yang cepat. Namun, Pendeteksian konvensional membutuhkan waktu, tenaga, dan biaya yang tinggi serta keahlian khusus. Oleh karena itu, pada penelitian ini, dikembangkan model deep learning untuk mengurangi waktu, biaya, dan tenaga dalam mendeteksi tingkat keparahan penyakit gugur daun karet Pestalotiopsis ke dalam 5 tingkat, sesuai dengan penelitian yang dilakukan oleh Pusat Penelitian Karet Sembawa pada tahun 2022. Pada penelitian ini, pendekatan yang dilakukan adalah dengan melatih YOLOv8 segmentation untuk menyegmen bercak pada daun yang menyatakan tingkan keparahan penyakit gugur daun Pestalotiopsis dan tulang daun dari data citra daun karet. Selanjutnya, untuk melatih model klasifikasi ResNeSt, digunakan data citra yang telah disegmentasi oleh model YOLOv8 segmentation yang sudah terlatih. Dengan demikian, klasifikasi tingkat keparahan penyakit gugur daun karet Pestalotiopsis dilakukan dengan hanya memandang bercak penyakit dan tulang daun karet, tanpa memperhatikan warna keseluruhan daun. Metrik yang digunakan adalah precision, recall, mAP50, mAP50-95, dan akurasi. Precision adalah persentase prediksi positif yang benar dari semua prediksi positif, recall adalah persentase kasus positif yang benar-benar teridentifikasi, mAP50 adalah rata-rata precision pada berbagai nilai recall dengan nilai threshold 50, dan mAP50-95 adalah rata-rata precision pada nilai threshold dari 50 hingga 95. Akurasi mengukur persentase prediksi yang benar oleh model secara keseluruhan. Pelatihan model YOLOv8 segmentation menghasilkan rata-rata precision keseluruhan sebesar 70,4%, recall sebesar 68,60%, mAP50 sebesar 64,10%, dan mAP50-95 sebesar 33,64%. Pelatihan model klasifikasi ResNeSt menggunakan data citra yang disegmentasi menggunakan YOLOv8 segmentation menghasilkan akurasi sebesar 78,65%, precision 80,12%, dan recall 79,14%.

---

Rubber is a commodity that makes a significant contribution to the Indonesian economy. Indonesia occupies the second position as the largest rubber producer in the world, with total production reaching 3.12 million tons (Dekarindo, 2021). However, since 2017, the Pestalotiopsis rubber leaf fall disease caused by Pestalotiopsis sp. has become a serious threat to rubber cultivation and caused economic losses. The disease infects the leaves, causing ongoing necrosis and leaf drop, which inhibits photosynthesis. The area of ​​rubber plantations affected by this disease was 382,000 ha in 2019 and increased by 30,328.84 ha in 2021, causing a loss of rubber latex production of up to 30% (Damiri et al., 2022). This disease causes economic losses of billions of rupiah and expensive control costs, so early detection is necessary to enable rapid intervention. However, conventional detection requires high time, effort and costs as well as special expertise. Therefore, in this research, a deep learning model was developed to reduce the time, costs and energy in detecting the severity of the Pestalotiopsis rubber leaf fall disease into 5 levels, in accordance with research conducted by the Sembawa Rubber Research Center. In this study, the approach used is to train YOLOv8 segmentation to segment Pestalotiopsis leaf fall disease spots and leaf veins from rubber leaf image data. Furthermore, to train the ResNeSt classification model, image data that has been segmented by the trained YOLOv8 segmentation model is used. Thus, the classification of the severity of Pestalotiopsis rubber leaf fall disease is carried out by only looking at the disease spots and rubber leaf veins, without considering the overall color of the leaf. The metrics used are precision, recall, mAP50, mAP50-95, and accuracy. Precision is the percentage of correct positive predictions from all positive predictions, recall is the percentage of positive cases that are actually identified, mAP50 is the average precision at various recall values ​​with a threshold value of 50, and mAP50-95 is the average precision at the threshold value from 50 to 95. Accuracy measures the percentage of correct predictions by the model overall. Training the YOLOv8 segmentation model produced an overall average precision of 70.4%, recall of 68.60%, mAP50 of 64.10%, and mAP50-95 of 33.64%. Training the ResNeSt classification model using image data segmented using YOLOv8 segmentation resulted in an accuracy of 78.65%, precision of 80.12%, and recall of 79.14%."