Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business Indonesian Journal of Multidisciplinary on Social and Technology
Pertiwi, Aghisna
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Studi Deskriptif Variabilitas Genetik Tanaman Kedelai sebagai Strategi Pertanian Berkelanjutan Pertiwi, Aghisna; Putri, Alya Kurnia; Zains , Anthika Rivera; Pratiwi , Febryana Putri; Sandi, Rodi Boy
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3951

Abstract

Penelitian Penelitian ini bertujuan menganalisis variabilitas fenotipik dan genetik pada beberapa genotipe kedelai sebagai dasar dalam merumuskan strategi pertanian berkelanjutan. Pendekatan deskriptif kuantitatif digunakan untuk mengevaluasi perbedaan karakter agronomi utama, meliputi tinggi tanaman, jumlah cabang, jumlah polong, ukuran biji, serta hasil per tanaman. Analisis varians diterapkan untuk mengidentifikasi perbedaan nyata antargenotipe, sedangkan nilai heritabilitas dan genetic advance dihitung guna menentukan sejauh mana kontribusi komponen genetik terhadap ekspresi karakter tersebut. Selain itu, analisis korelasi digunakan untuk memahami hubungan antarkarakter agronomi dan menilai potensi seleksi tidak langsung terhadap peningkatan hasil. Analisis klaster turut dilakukan untuk mengelompokkan genotipe berdasarkan kesamaan fenotipik sehingga dapat mengidentifikasi sumber keragaman genetik yang potensial bagi pemuliaan. Hasil penelitian menunjukkan adanya keragaman luas antar genotipe, ditandai oleh perbedaan signifikan pada berbagai karakter yang diamati. Nilai heritabilitas yang tinggi pada beberapa karakter utama mengindikasikan bahwa seleksi dapat dilakukan secara efektif untuk mencapai kemajuan genetik yang berkelanjutan. Korelasi positif antara karakter hasil dan karakter pendukung lainnya memperjelas arah seleksi yang efisien dalam program pemuliaan. Sementara itu, analisis klaster berhasil memetakan kelompok genotipe yang memiliki potensi adaptasi dan kombinasi karakter unggul. Secara keseluruhan, temuan ini memberikan dasar ilmiah yang kuat untuk pengembangan varietas kedelai unggul serta mendukung implementasi sistem pertanian yang lebih produktif, stabil, dan berkelanjutan.
Pengaruh Stem Cell terhadap Akurasi Prediksi Diferensiasi Seluler Berbasis Artifical Intelligence dalam Bioteknologi Pertiwi, Aghisna; Ariyanti, Putri Silvia; Haryani, Dwi; Ismail, Shintia Ratu; Puspawati, Indriyana
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 2 (2026): Maret - Juni
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i2.8440

Abstract

This study aims to analyze the influence of stem cells on the accuracy of Artificial Intelligence-based cellular differentiation predictions in the field of biotechnology. The method used is a literature study with a qualitative-descriptive approach through the collection and analysis of various relevant scientific literature. The results of the study indicate that stem cells have a crucial role in the cellular differentiation process through complex biological mechanisms, thus producing high-value data for analysis. On the other hand, Artificial Intelligence can improve prediction accuracy by utilizing machine learning algorithms to process large and complex biological data. The integration between stem cells and Artificial Intelligence has made a significant contribution to the development of modern biotechnology, particularly in regenerative therapy and tissue engineering. However, there are still challenges in terms of data quality, the complexity of biological systems, and regulatory aspects that need to be considered. Thus, this study confirms that the collaboration between biological approaches and digital technology has great potential in improving the effectiveness and efficiency of cellular differentiation predictions in the future.
Co-Authors Ariyanti, Putri Silvia Dwi Haryani Ismail, Shintia Ratu Pratiwi , Febryana Putri Puspawati, Indriyana Putri, Alya Kurnia Sandi, Rodi Boy Zains , Anthika Rivera