Penentuan Suhu Optimum Terhadap Jumlah Bakteri Asam Laktat dan Aktivitas Antioksidan dari Asinan rebung Bambu Betung (Dendrocalamus asper)
Notice bibliographique
Résumé
Asinan rebung bambu betung (Dendrocalamus asper) adalah produk yang difermentasi secara tradisional dan berpotensi sebagai sumber probiotik. Dimana asinan rebung mengandung mikroorganisme baik yaitu BAL yang merupakan bakteri yang berkontribusi di bidang pangan untuk fermentasi yang alami. Fermentasi rebung menghasilkan senyawa antioksidan dengan rentang suhu yang optimum. Penelitian bertujuan supaya memahami suhu optimum dari jumlah BAL dan aktivitas antioksidan pada asinan rebung bambu betung. Penelitian ini bersifat eksperimen laboratorium dengan 3 perlakuan yaitu 100 gram rebung dilakukan fermentasi asinan rebung dengan suhu 15℃ (K1), suhu 37℃ (K2), dan suhu 40℃ (K3). Ketiga perlakuan diinkubasi selama 72 jam dengan 4x pengulangan. Tahapan penelitian meliputi pengolahan asinan rebung, isolasi bakteri menggunakan metode pengenceran-tuang (dilution series- pourplate), dan uji antioksidan dengan metode DPPH. Jumlah BAL dihitung dengan Quebec Colony Counter. Analisis data menggunakan Anova dan uji Duncan. Hasil yang didapatkan diantaranya Suhu berpengaruh terhadap jumlah BAL asinan rebung dengan nilai p=0.016. Jumlah BAL pada suhu 150C 59.50, suhu 37 129.74, dan suhu 40 107.57. Suhu juga berpengaruh terhadap aktivitas antioksidan. Nilai ratarata pada suhu 15,37, 40℃ yaitu 30,60%, 25,241% dan 16.8782% (%inhibisi), 36.3655, 41.6775, 51.0757 (IC50). Suhu optimum jumlah BAL asinan rebung adalah suhu 37°C dan suhu optimum jumlah antioksidan adalah suhu 15°C.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».