Salah satu indikator dalam menjaga kualitas tanaman padi adalah memantau dan mengelola kebutuhan nitrogen. Serapan Nitrogen (N) pada tanaman padi dapat dideteksi dengan teknologi penginderaan jarak jauh menggunakan data citra satelit sentinel 2-A dengan menggunakan metode NDRE (Normalized Difference Red Edge). Citra yang dapat digunakan adalah Citra Sentinel 2 yaitu kanal 4 dan 8 untuk melihat nilai Normalized Difference Vegetation Index (NDVI) sedangkan untuk melihat Normalized Difference Red-Edge Index (NDRE) adalah kanal 5 dan 8. Pengolahan data spasial dan tabular dianalisis tiap pixel dan tren waktu untuk mendapatkan pola selama satu fase masa tanam. Berdasarkan hasil analisis nilai NDVI dan NDRE tanaman padi di Nagari Singkarak diperoleh pola indeks NDVI seirama dengan indeks NDRE. NDVI (Normalized Difference Vegetation Index) dan NDRE (Indeks Tepi Merah) adalah dua indeks vegetasi yang berkaitan erat. . Pada awal tanam (umur ± 1 bulan) dan masa pematangan (umur > ± 90 hari) nilai NRDE tanaman padi didominasi oleh nilai NDRE katagori rendah (warna merah). Sementara pada saat padi berumur ± 60 hari didominasi oleh nilai NDRE katagori tinggi (warnai hijau). Model estimasi serapan nitrogen tanaman padi Nagari Singkarak berdasarkan data NDRE adalah y = 141,37 X + 0,0412, dengan nilai koefisien korelasi (r) sebesar 0,94 yang menunjukkan korelasi yang kuat antara nilai NDRE dengan serapan nitrogen.

Pemanfaatan radiasi di bidang kesehatan secara umum dapat dibagi menjadi tiga yaitu Kedokteran Nuklir, Radioterapi dan Radiodiagnostik. Radiodiagnostik digunakan sebagai penunjang diagnostik penyakit oleh dokter yang pada saat ini penggunaannya sangat pesat sekali. Penelitian ini menyelidiki laju dosis radiasi pada ruangan radiologi diagnostik RSUD Pariaman menggunakan surveymeter PDR 303. Penelitain ini dilakukan diruangan CT–Scan, sinar–X konvensional dan mammografi, yang mana pada masing-masing ruangan dilakukan pengukuran dengan enam titik pengukuran yang berbeda. Laju dosis radiasi pada masing – masing ruangan yaitu ruangan CT-Scan didapatkan laju dosis sebesar (0,24 - 1,61) μSv/jam, ruangan sinar-X konvensional dengan penyinaran menggunakan faktor eksposi 32 kV dan 4 mAs didapatkan laju dosis radiasi di sekitar ruangan berkisaran antara (0,013 - 0,33) μSv/jam dan dengan faktor eksposi 85 kV dan 32 mAs didapatkan laju dosis di sekitar ruangan sebesar (0,33 - 1,08) μSv/jam dan ruangan mamografi didapatkan laju dosis radiasi sebesar (0,03 - 0,40) μSv/jam. Pada penelitian ini ditemukan beberapa titik yang melampaui nilai batas dosis yang ditentukan, sehingga perlu dilakukan evaluasi lebih lanjut terhadap ruangan-ruangan tersebut.

Teh herbal daun gambir merupakan produk inovatif berbasis gambir yang dapat meningkatkan nilai tambah dan berpotensi untuk ekspor. Mengingat potensinya, pengontrolan mutu teh herbal daun gambir penting untuk dilakukan. Penelitian ini memperlihatkan bahwa waktu pengeringan mempengaruhi mutu teh herbal daun gambir yang dihasilkan. Semakin lama waktu pengeringan, maka kadar air, kadar abu dan kandungan antioksidan semakin menurun, namun kandungan tanin semakin meningkat. Selanjutnya, penelitian ini telah berhasil mengembangkan model kalibrasi NIR untuk memprediksi mutu teh herbal daun gambir dengan menggunakan metode PLS. Model kalibrasi NIR untuk memprediksi kadar air pada teh herbal daun gambir diperoleh tanpa perlu pretreatment. Model ini menunjukkan performan model yang baik dengan parameter statistik Rc^2 0.97, SEC 0.36, SEP 0.43, dan RPD 4.38. Sementara itu, model kalibrasi NIR untuk memprediksi kandungan tanin pada teh herbal daun gambir diperoleh dengan menggunakan pretreatment kombinasi Derivative Gap Segment + SNV. Model ini juga memiliki performan model yang baik dengan parameter statistik Rc^2 0.94, SEC 0.57, SEP 0.60, CV 0.12 dan RPD 3.60. Namun, penelitian ini belum berhasil memperoleh performa model yang baik untuk memprediksi kandungan abu dan kandungan antioksidan, sehingga ada peluang untuk melanjutkan penelitian agar memperoleh model kalibrasi NIR yang lebih andal.

Penelitian ini penting dalam identifikasi dan evaluasi mutu buah tomat secara cepat, real-time, non-destruktif, dan ramah lingkungan akibat penanganan pascapanen yang tidak tepat seperti terjadinya benturan mekanis dalam proses sortasi atau grading. Penelitian ini telah mengembangkan model kalibrasi NIR untuk memprediksi kandungan TPT dan pH buah tomat akibat perlakuan mekanis dengan menggunakan metode PLS. Perlakuan mekanis yang diberikan pada penelitian berupa ketinggian jatuh (drop test) 0 cm, 20 cm, 40 cm dan 60 cm. Model kalibrasi NIR untuk memprediksi kandungan TPT diperoleh dengan pretreatment baseline. Performan model kalibrasi dari model memperlihatkan parameter statistik Rc^2 0.90, SEC 0.14, SEP 0.71, dan CV 0.05. Sementara itu, model kalibrasi NIR untuk memprediksi nilai pH diperoleh dengan menggunakan pretreatment MSC. Model ini memiliki performan model kalibrasi dengan parameter statistik Rc^2 0.77, SEC 0.21, SEP 0.28, dan CV 0.08. Penelitian ini memperoleh performa model yang cukup baik untuk memprediksi kandungan TPT dan pH buah tomat. Meskipun performa model yang diperoleh sudah cukup baik, peluang pengembangan lebih lanjut masih terbuka, terutama untuk meningkatkan keandalan prediksi model kalibrasi NIR. Hal ini dapat memperluas aplikasi teknologi NIR pada berbagai produk hortikultura lainnya.

Penelitian ini bertujuan untuk meneliti bagaimana perbedaan yang terjadi pada dua negara Indonesia dan Saudi Arabia tentang perilaku digital masyarakat di kedua negara dalam memesan makanan secara online. Terkait dengan hal ini, cultural acceptance yang dimediasi oleh cultural affection dan appeal yang dimoderasi oleh digital trust pada dua negara Indonesia dan Saudi Arabia dianalisis secara mendalam. Penelitian ini juga melihat consumer affection dan appeal, digital convenience dan consumer digital readiness dalam interaksi dengan consumer learning pada konteks perbandingan kedua negara. Selanjutnya, generational dan gender differences juga turut menjadi bagian dalam analisis digital food shopping. Penelitian dilakukan dengan tiga tahapan yaitu big data, kualitatif dan kuantitatif. Hasil penelitian menunjukkan bahwa terdapat persamaan dan perbedaan hasil pada responden dari Indonesia dan Saudi Arabia. Cultural acceptance on digital technology memiliki efek positif dan signifikan terhadap consumer appeal and affection di kedua negara. Cultural acceptance on digital technology memiliki efek positif dan signifikan terhadap Consumer digital readiness pada kedua negara.