MT - Mathematics and Natural Science

PREDIKSI CURAH HUJAN MUSIMAN DENGAN MACHINE LEARNING DI PAPUA

Thu, 01 Jan 2026 00:00:00 GMT

PREDIKSI CURAH HUJAN MUSIMAN DENGAN MACHINE LEARNING DI PAPUA Andika, Steven Cahya Papua merupakan wilayah di Indonesia yang rentan terhadap bencana hidrometeorologi, sehingga informasi prediksi hujan musiman yang akurat dan andal sangat dibutuhkan. Penelitian ini bertujuan untuk 1) mengevaluasi performa prediksi hujan musiman dari Seasonal Forecast Sistem 5 (SEAS5) European Centre for Medium-Range Weather Forecasts (ECMWF), 2) menilai kemampuan model machine learning (ML) dalam meningkatkan kualitas prediksi hujan musiman di Papua, serta 3) mengaplikasikan model ML terbaik untuk perbaikan prediksi. Metode ML yang digunakan meliputi ElasticNet (ENet), Support Vector Machine (SVM), Random Forest (RF), dan Extreme Gradient Boosting (XGB), dengan model regresi linier (LR) sebagai acuan. Luaran hindcast SEAS5 digunakan sebagai prediktor, dengan seleksi prediktor iklim lokal dan global dilakukan secara objektif menggunakan konsensus Lasso dan RF. Hasil evaluasi beberapa metrik, yakni mean error (ME), koefisien korelasi (Corr), root mean square error (RMSE), dan Kling-Gupta Efficiency (KGE), menunjukkan bahwa model mentah (Raw) SEAS5 memiliki keterbatasan yang signifikan dalam merepresentasikan hujan musiman di Papua, ditandai oleh kecenderungan bias basah pada periode MAM, SON, dan DJF, RMSE yang tinggi (hingga 103,9 mm), serta nilai KGE rendah atau negatif, terutama di wilayah pegunungan. Performa Raw SEAS5 relatif lebih baik pada JJA dan SON, namun menurun tajam pada DJF dengan Corr yang bahkan bernilai negatif di beberapa lokasi. Model LR mampu memperbaiki performa Raw SEAS5 dan digunakan sebagai benchmark untuk mengevaluasi peningkatan relatif model ML. Model ML yang dioptimasi secara gridwise menunjukkan peningkatan performa yang konsisten dibandingkan Raw SEAS5, dengan penurunan RMSE menjadi 33,7–48,3 mm, bias mendekati nol, serta peningkatan nilai KGE menjadi 0.15 s.d. 0.23 di Papua. Secara musiman, model ML unggul pada periode MAM, JJA, dan DJF, sementara pada SON model LR menunjukkan performa yang lebih baik di banyak lokasi. Secara keseluruhan, XGB dan SVM merupakan model dengan performa terbaik, dengan XGB menempati peringkat KGE tertinggi pada 62,5% lokasi. Hasil ini menunjukkan bahwa pendekatan machine learning yang teroptimasi berpotensi menjadi solusi efektif untuk meningkatkan kualitas prediksi hujan musiman di Papua, meskipun tantangan masih tersisa pada musim basah dan wilayah bertopografi kompleks.

Analisis Spasio-temporal Karakteristik dan Waktu Perambatan Kekeringan Meteorologis ke Kekeringan Pertanian di Sulawesi Selatan

Thu, 01 Jan 2026 00:00:00 GMT

Analisis Spasio-temporal Karakteristik dan Waktu Perambatan Kekeringan Meteorologis ke Kekeringan Pertanian di Sulawesi Selatan andini, Nastiti Kekeringan merupakan fenomena hidrometeorologi yang kompleks dan berdampak signifikan terhadap sektor pertanian serta ketahanan pangan, khususnya di wilayah beriklim tropis seperti Sulawesi Selatan. Perbedaan karakteristik iklim regional, pola hujan musiman, serta dinamika iklim skala besar menyebabkan kekeringan tidak terjadi secara seragam baik secara spasial maupun temporal. Penelitian ini bertujuan untuk mengidentifikasi pola spasio-temporal kekeringan meteorologis, menganalisis karakteristik kekeringan meteorologis dan pertanian, serta mengkaji waktu perambatan kekeringan dari meteorologis ke pertanian di Sulawesi Selatan. Kekeringan meteorologis direpresentasikan oleh Standardized Precipitation Index (SPI), sedangkan kekeringan pertanian direpresentasikan oleh Standardized Soil Moisture Index (SSMI), sehingga memungkinkan analisis yang konsisten dan terstandarisasi. Identifikasi pola spasio-temporal kekeringan meteorologis dilakukan menggunakan Principal Component Analysis (PCA) dan Rotated Principal Component Analysis (RPC) terhadap data SPI-3 periode 1981–2020. Hasil analisis menunjukkan bahwa wilayah Sulawesi Selatan dapat dikelompokkan menjadi tiga region homogen kekeringan meteorologis, yaitu Region 1 (utara), Region 2 (tengah–selatan), dan Region 3 (barat). Ketiga region tersebut menunjukkan perbedaan sifat kekeringan yang jelas, meskipun sebagian wilayah dipengaruhi oleh tipe hujan monsunal yang sama. Temuan ini mengindikasikan bahwa heterogenitas spasial kekeringan di Sulawesi Selatan tidak hanya dikontrol oleh pola hujan dominan, tetapi juga oleh variasi dinamika iklim regional yang lebih kompleks. Karakteristik kekeringan dianalisis menggunakan run theory dengan meninjau frekuensi, durasi rata-rata, magnitudo rata-rata, tingkat keparahan maksimal, dan intensitas puncak kekeringan. Hasil menunjukkan bahwa kekeringan pertanian memiliki durasi dan magnitudo yang jauh lebih besar dibandingkan kekeringan meteorologis. Pola ini mencerminkan adanya proses akumulasi dan penundaan respons sistem tanah dan vegetasi terhadap defisit curah hujan. Selain itu, perbedaan karakteristik antar region menunjukkan bahwa kekeringan meteorologis dan pertanian memiliki dinamika yang tidak selalu sejalan, sehingga analisis kekeringan perlu dilakukan secara terintegrasi dan berbasis wilayah. Analisis waktu perambatan kekeringan menggunakan metode Maximum Pearson Correlation Coefficient (MPCC) menunjukkan bahwa propagasi kekeringan meteorologis ke kekeringan pertanian bervariasi secara spasial, dengan mayoritas wilayah mengalami waktu perambatan 0–2 bulan, namun dapat mencapai hingga 5 bulan di wilayah tengah Sulawesi Selatan. Variasi ini menegaskan bahwa respons kekeringan pertanian terhadap defisit curah hujan tidak bersifat seragam. Secara keseluruhan, penelitian ini menegaskan pentingnya pendekatan regional dalam analisis kekeringan serta memberikan kontribusi ilmiah dalam memahami dinamika waktu perambatan kekeringan di wilayah tropis.

Regulasi Apoptosis oleh Kayu Bajakah dan Daun Cakar Ayam: Studi Molekuler Model Khamir dan Prediksi Aktivitas Antikanker

Thu, 01 Jan 2026 00:00:00 GMT

Regulasi Apoptosis oleh Kayu Bajakah dan Daun Cakar Ayam: Studi Molekuler Model Khamir dan Prediksi Aktivitas Antikanker Nisa, Zaidatu Khoirun Secara terpisah, kayu bajakah (Uncaria sp.) dan daun cakar ayam (Selaginella doederleinii Hieron) telah digunakan sebagai obat kanker tradisional. Riset sebelumnya menunjukkan aktivitas antiproliferasi dari kombinasi fraksi etil asetat kayu bajakah dan daun cakar ayam (FEA-BC), tetapi belum diketahui mekanisme molekuler yang mendasari kejadian ini. Riset ini bertujuan menentukan potensi antikanker FEA-BC melalui regulasi apoptosis pada model sel Saccharomyces cerevisiae dengan mengevaluasi hallmark apoptosis. Selain itu, riset ini juga memprediksi potensi FEA-BC dalam menghambat protein antiapoptosis manusia, yakni epidermal growth factor receptor (EGFR) dan cellular FLICE-inhibitory protein (cFLIPs). Riset diawali dengan partisi bertingkat untuk memperoleh fraksi etil asetat, kemudian FEA-BC diformulasikan dengan rasio 1:1. Induksi apoptosis dilakukan dengan menginkubasi sel khamir dalam FEA-BC pada konsentrasi 5, 10, dan 100 ppm. Setelah 24 jam, kultur ditebar pada media nonfermentatif dengan glukosa minimal lalu jumlah koloni petite dihitung setelah 48 jam. Parameter yang dianalisis meliputi aktivitas mitokondria (rodamin B), perubahan permukaan sel (scanning electron microscope), eksternalisasi fosfatidilserin (Annexin V/FITC-PI), fragmentasi DNA (TUNEL), serta regulasi gen apoptosis FSH3, AIF1, dan YCA1. Di sisi lain, prediksi inhibisi protein antiapoptosis manusia EGFR dan cFLIPs dilakukan melalui penambatan dan dinamika molekuler. Konsentrasi tertinggi FEA-BC, yakni 100 ppm menyebabkan kerusakan mitokondria ditandai dengan pembentukan koloni petite tertinggi (85%) dan penurunan intensitas pendaran mitokondria. Konsentrasi tersebut mengubah permukaan sel, menstimulasi eksternalisasi fosfatidilserin, serta menyebabkan kerusakan DNA yang masif. Konsentrasi 100 ppm meningkatkan ekspresi gen FSH3 (6 kali), AIF1 (2 kali), dan YCA1 (3 kali) yang meregulasi persinyalan apoptosis pada sel khamir. Meskipun demikian, konsentrasi 10 dan 5 ppm tetap mampu menginduksi apoptosis meskipun dengan aktivitas yang lebih rendah. Selain itu, ditemukan peningkatan Analisis in silico mengidentifikasi 10-hidroksifeoforbid dan asam selaginelat sebagai inhibitor terbaik EGFR, tetapi kurang stabil secara dinamik (RMSD >3 Å), sedangkan asperglausida dan sotetsuflavon yang relatif menginhibisi cFLIPs memiliki kestabilan yang baik (RMSD <3 Å). Dari riset ini dapat disimpulkan bahwa FEA-BC berpotensi sebagai antikanker melalui peningkatan apoptosis jalur perusakan mitokondria pada sel model khamir dengan kemampuan yang dose dependent dibuktikan oleh terpenuhinya hallmark apoptosis. Selain itu, FEA-BC diprediksi mampu memodulasi jalur ekstrinsik apoptosis manusia dengan menghambat protein antiapoptosis yang terlibat.; Separately, bajakah wood (Uncaria sp.) and cakar ayam leaves (Selaginella doederleinii Hieron) have been traditionally used as anticancer herbal medicines. Previous studies reported the antiproliferative activity of the combination of ethyl acetate fractions of bajakah wood and cakar ayam leaves (FEA-BC), but the underlying molecular mechanism remains unclear. This study aimed to determine the anticancer potential of FEA-BC through apoptosis regulation in the Saccharomyces cerevisiae cell model by evaluating apoptosis hallmarks. In addition, this study predicted the potential of FEA-BC to inhibit human antiapoptotic proteins, namely epidermal growth factor receptor (EGFR) and cellular FLICE-inhibitory protein (cFLIPs). The study began with sequential partitioning to obtain the ethyl acetate fraction, followed by FEA-BC formulation at a 1:1 ratio. Apoptosis induction was performed by incubating yeast cells with FEA-BC at concentrations of 5, 10, and 100 ppm. After 24 hours, cultures were plated on nonfermentative medium with minimal glucose, and petite colonies were counted after 48 hours. The analyzed parameters included mitochondrial activity (rhodamine B), cell surface changes (scanning electron microscope), phosphatidylserine externalization (Annexin V/FITC-PI), DNA fragmentation (TUNEL), and apoptosis gene regulation (FSH3, AIF1, and YCA1). Meanwhile, inhibition of human antiapoptotic proteins EGFR and cFLIPs was predicted through molecular docking and dynamics. The highest FEA-BC concentration (100 ppm) caused mitochondrial damage, indicated by the highest petite colony formation (85%) and decreased mitochondrial fluorescence intensity. This concentration also altered cell surface morphology, stimulated phosphatidylserine externalization, and caused massive DNA damage. The 100 ppm concentration increased the expression of apoptosis-related genes FSH3 (6-fold), AIF1 (2-fold), and YCA1 (3-fold), which regulate apoptosis signaling in yeast cells. However, lower concentrations (10 and 5 ppm) were still able to induce apoptosis though with lower activity. In addition, in silico analysis identified 10-hydroxypheophorbide and selaginellate acid as the best EGFR inhibitors, although they showed lower dynamic stability (RMSD >3 Å), while asperglauside and sotetsuflavone, which inhibited cFLIPs, exhibited good stability (RMSD <3 Å). This study concludes that FEA-BC has potential as an anticancer agent by enhancing mitochondrial pathway-mediated apoptosis in yeast model cells in a dose-dependent manner, as evidenced by the fulfillment of apoptosis hallmarks. Furthermore, FEA-BC is predicted to modulate the human extrinsic apoptosis pathway by inhibiting antiapoptotic proteins involved in cancer progression.

Regulasi Apoptosis oleh Kayu Bajakah dan Daun Cakar Ayam: Studi Molekuler Model Khamir dan Prediksi Aktivitas Antikanker

Thu, 01 Jan 2026 00:00:00 GMT