http://repository.unmul.ac.id/handle/123456789/706 Thu, 16 Jul 2026 11:58:46 GMT 2026-07-16T11:58:46Z http://repository.unmul.ac.id/handle/123456789/57581 Biosynthesis and Characterization of Silver Nanoparticles using Single Garlic Callus Extract (Allium sativumL.) Sari, Yanti Puspita; Suchi, Amanda Qory; Nugroho, Rudy Agung Nanotechnology is a relatively new and innovative field with huge potential for application in the food and drug industries. Due to their excellent physicochemical and biological properties, silver nanoparticles (AgNPs) are often utilized in various applications and have been the subject of substantial research.AgNP synthesis using plant extracts has recently gained popularity due to their environmental friendliness, affordability, and potent functionalityin several applications. The present study evaluatedthe biosynthesis, stability, and characteristics of AgNPs using a single garlic callus extract (Allium sativumL.) AgNPs were synthesized using single garlic callus extract (AgNPs-As) by adding 1 mM AgNO3to ethanolic extracts of single garlic callusat a 1:9 ratio, incubating at 35 °C for 48 h, and observing thecolloidal color change. Spectrophotometry (absorption at 200–800 nm), SEM, EDX, PSA, FTIR, and XRDwere used for their characterization. The present study showed a colloidal color change to brown, indicating the formation of AgNPs-As. The characterization of AgNPs-As using SEM, EDX, PSA, and XRD revealed a spherical morphology with an average size of 201.9 nm. Several active compounds were identified fromdifferent peaks, indicating the presence of several types of biological functional groups,such as alkaloids, terpenoids, carbonyl groups, esters, halides, and alcohol were also confirmed using FTIRspectroscopy. Sun, 27 Aug 2023 00:00:00 GMT http://repository.unmul.ac.id/handle/123456789/57581 2023-08-27T00:00:00Z http://repository.unmul.ac.id/handle/123456789/57159 Klasifikasi Status Korban Kecelakaan Lalu Lintas Di Kota Samarinda Menggunakan Algoritma QUEST (Quick, Unbiased, Efficient, Statistical Tree) PRANGGA, SURYA Kecelakaan lalu lintas merupakan kejadian yang sulit untuk diprediksi kapan dan dimana akan terjadi. Kasus kecelakaan lalu lintas di Indonesia merupakan terbilang cukup besar. Jika dilihat berdasarkan data dari Badan Pusat Statistik selama tahun 2019 sampai dengan 2021 rata-rata kecelakaan lalu lintas mencapai seratus ribu kasus setiap tahunnya. Khususnya di Kota Samarinda yang merupakan Ibukota Provinsi Kalimantan Timur menempati urutan tertinggi pada tahun 2020 dibandingkan beberapa kabupaten/kota lainnya yang berada di Provinsi Kalimantan Timur. Berdasarkan fakta tersebut kasus kecelakaan lalu lintas perlu untuk ditangani sehingga dapat meminimalisir korban kecelakaan. Salah satu teknik data mining yang digunakan untuk melihat pola kecelakaan lalu lintas yaitu dengan menggunakan metode klasifikasi berbasis pohon keputusan. Salah satu metode klasifikasi berbasis pohon keputusan adalah algoritma QUEST. Algoritma QUEST (Quick, Unbiased, Efficient, and Statistical Tree) sebagai metode berbasis pohon keputusan dapat digunakan untuk mengklasifikasikan status korban kecelakaan lalu lintas. Berdasarkan analisis data diperoleh hasil akurasi terbaik dari proporsi data 70:30 dalam mengklasifikasikan status korban kecelakaan lalu lintas yaitu sebesar 54,54% dengan nilai F1-Score sebesar 42,86%. Sun, 01 Jan 2023 00:00:00 GMT http://repository.unmul.ac.id/handle/123456789/57159 2023-01-01T00:00:00Z http://repository.unmul.ac.id/handle/123456789/56494 Analisis Perbandingan Dosis Keluaran CT-Scan dan Dosis yang Diterima Oleh Pasien Batu Ginjal Putri, Erlinda Sat, 23 Sep 2023 00:00:00 GMT http://repository.unmul.ac.id/handle/123456789/56494 2023-09-23T00:00:00Z http://repository.unmul.ac.id/handle/123456789/55850 Peningkatan Kualitas Citra CT-Scan Pasien Stroke Berdasarkan Dosis Menggunakan Teknik SSDE dan Segmentasi Metode K-Means di Instalasi Radiologi RSUD A.W.Sjahranie Samarinda Putri, Erlinda Sat, 23 Sep 2023 00:00:00 GMT http://repository.unmul.ac.id/handle/123456789/55850 2023-09-23T00:00:00Z