SAINTIFIK

Analisis Kemampuan Pemecahan Masalah Matematis Siswa pada Materi SPLDV

Fauzan Soleman — 2026-07-21

Penelitian ini bertujuan untuk menganalisis kemampuan pemecahan masalah matematis siswa kelas IX pada materi Sistem Persamaan Linear Dua Variabel (SPLDV). Penelitian ini dilatarbelakangi oleh masih rendahnya kemampuan siswa dalam memahami masalah, menyusun model matematika, menentukan strategi penyelesaian, dan memeriksa kembali hasil penyelesaian. Penelitian menggunakan pendekatan kualitatif dengan metode deskriptif. Subjek penelitian terdiri atas 31 siswa kelas IX SMP Negeri 1 Limboto Barat. Teknik pengumpulan data dilakukan melalui tes uraian kemampuan pemecahan masalah matematis dan wawancara. Data dianalisis melalui tahapan reduksi data, penyajian data, serta penarikan kesimpulan. Hasil penelitian menunjukkan bahwa kemampuan pemecahan masalah matematis siswa masih tergolong rendah. Sebanyak 51,61% siswa berada pada kategori sangat kurang, 22,58% kategori kurang, 9,68% kategori cukup, 6,45% kategori baik, dan 6,45% kategori sangat baik. Siswa pada kategori tinggi mampu memenuhi seluruh indikator pemecahan masalah, sedangkan siswa pada kategori rendah mengalami kesulitan dalam memahami masalah, merencanakan strategi penyelesaian, melaksanakan perhitungan secara tepat, dan memeriksa kembali hasil yang diperoleh. Dengan demikian, kemampuan pemecahan masalah matematis siswa pada materi SPLDV masih perlu ditingkatkan melalui pembelajaran yang lebih menekankan pada pengembangan keterampilan pemecahan masalah secara sistematis.

Pemetaan Karakteristik Kemiskinan dengan Multidimensional Scaling Provinsi Kalimantan Utara

St Syahdan — 2026-07-29

Upaya penanggulangan kemiskinan tidak cukup hanya berorientasi pada penurunan jumlah penduduk miskin tetapi juga harus mempertimbangkan karakteristik kemiskinan yang berbeda pada setiap wilayah.. Di Provinsi Kalimantan Utara, karakteristik kemiskinan pada masing-masing kabupaten/kota menunjukkan variasi yang cukup signifikan. Hal ini dikarenakan, Kalimantan Utara merupakan provinsi yang terdiri atas kawasan perkotaan, pedesaan, pesisir serta daerah perbatasan dan pedalaman yang memiliki tingkat aksebilitas dan pembangunan yang berbeda. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi karakteristik yang berpengaruh terhadap tingkat kemiskinan di setiap kabupaten/kota di Provinsi Kalimantan Utara, dengan menerapkan metode multidimensional scaling (MDS). Metode MDS digunakan untuk memetakan objek dan variabel secara bersamaan ke dalam ruang multidimensi sehingga hubungan antarkabupaten/kota dapat dianalisis berdasarkan tingkat kemiripan maupun perbedaannya. Hasil yang diperoleh pada penelitian ini yaitu, MDS pada pemetaan karakteristik di wilayah Provinsi Kalimantan Utara berada dalam kriteria baik, berdasarkan nilai STREES yaitu 5,264% dan Nilai RSQ > 0,6 yaitu 0,99134 yang berarti model penskalaan layak untuk mewakili data input. Kedekatan posisi antara beberapa wilayah dengan indikator tertentu seperti kota tarakan dengan indikator X₆, X₇, dan X₁₂, Kabupaten Malinau dan Tanah Tidung dengan indikator X₉, Kabupaten Nunukan dengan indikator X₁ dan X₅ serta Kabupaten Bulungan dengan indikator X₁₀ mengindikasi adanya kemiripan karakteristik bersarkan indikator-indikator tersebut.

Analisis RK4, Improved Euler, Adams-Bashforth dan ode45 pada Fase Jatuh Bebas Bungee Jumping menggunakan MATLAB

Adhi Surya Nugraha — 2026-07-29

Fase awal bungee jumping dapat dimodelkan sebagai gerak jatuh dengan hambatan udara kuadratik. Model tersebut digunakan untuk membandingkan Runge-Kutta orde empat (RK4), Improved Euler, Adams-Bashforth orde empat, dan solver adaptif RK45 (ode45). Persamaan geraknya diturunkan dari Hukum II Newton dan memiliki solusi analitik, sehingga galat numerik dapat dihitung secara langsung. Simulasi memakai massa 68,1 kg, percepatan gravitasi 9,81 m/s², koefisien hambat 0,25 kg/m, dan interval waktu 0-10 detik. Tiga metode langkah tetap diuji pada h = 0,5, 1, dan 2 detik. Ode45 dijalankan dengan RelTol 10⁻¹⁰ dan AbsTol 10⁻¹². Pada kelompok langkah tetap, RK4 memberi galat terkecil dan orde konvergensi empiris yang mendekati empat. Adams-Bashforth masih kompetitif pada langkah kecil, tetapi galatnya bertambah lebih cepat ketika h diperbesar. Improved Euler menghasilkan galat terbesar dan menunjukkan orde empiris mendekati dua. Ode45 memberikan galat paling kecil karena langkah internalnya diatur secara adaptif. Hasil ini memperlihatkan bahwa pilihan metode perlu mempertimbangkan akurasi, ukuran langkah, dan cara solver mengendalikan galat.

Penjadwalan Mata Pelajaran dengan Pewarnaan Graf Menggunakan Algoritma Greedy

Eka Susilowati — 2026-07-23

Penjadwalan mata pelajaran merupakan salah satu permasalahan penting dalam dunia pendidikan yang bertujuan untuk mengatur waktu pembelajaran secara efektif tanpa terjadi benturan antar mata pelajaran, dan guru. Permasalahan ini termasuk dalam kategori optimasi kombinatorial yang kompleks, sehingga diperlukan metode yang efisien untuk menyelesaikannya. Salah satu pendekatan yang dapat digunakan adalah pewarnaan graf dengan algoritma greedy. Dalam penelitian ini, setiap mata pelajaran direpresentasikan sebagai simpul (vertex), sedangkan konflik antar mata pelajaran, seperti penggunaan guru pada waktu bersamaan, direpresentasikan sebagai sisi (edge). Proses penjadwalan dilakukan dengan menerapkan algoritma greedy pada pewarnaan graf, di mana setiap simpul diberi warna yang merepresentasikan slot waktu tertentu dengan aturan bahwa simpul yang bertetangga tidak boleh memiliki warna yang sama dan pewarnaan dimulai dari urutan subgraph lengkap dengan derajat tertinggi terlebih dahulu. Hasil penerapan algoritma greedy menunjukkan bahwa metode ini mampu menghasilkan jadwal yang valid dengan waktu komputasi yang relatif cepat. Hal ini dikarenakan algoritma Greedy tidak memerlukan proses pengurutan simpul berdasarkan derajat, langsung mengambil keputusan pada setiap langkah, memiliki tahapan algoritma yang lebih sederhana sehingga waktu komputasinya lebih kecil.Meskipun tidak selalu menghasilkan solusi optimal global, pendekatan ini cukup efektif dan praktis untuk digunakan dalam skala permasalahan nyata. Dengan demikian, pewarnaan graf menggunakan algoritma greedy dapat menjadi solusi alternatif dalam penyusunan jadwal mata pelajaran yang efisien dan minim konflik.

Estimation of Rayleigh Distribution Parameters Using the Maximum Likelihood Estimation Method on Wind Speed Data in Jayapura

Safitri Rahayu — 2026-07-29

This study aims to analyze the characteristics of wind speed data and test its suitability to the Rayleigh distribution using the Maximum Likelihood Estimation (MLE) method. The data used consists of 66 wind speed observations. The analysis begins with descriptive statistics showing an average value of 7.21 km/h, a median of 7.3 km/h, a mode of 4.9 km/h, a variance of 5.73, and a standard deviation of 2.39 km/h. The histogram results show a unimodal distribution pattern with data concentration in the range of 6–9 km/h, while the skewness value of -0.333889 indicates a relatively low negative skew so that the data distribution is still close to symmetrical. The estimation of the Rayleigh distribution parameters using the MLE method produces a scale parameter (σ) value of 5.3702, indicating a fairly large variation in wind speed data. Next, a distribution suitability test was carried out using the Kolmogorov-Smirnov (KS) and Anderson-Darling (AD) tests. The KS test results produced a statistic of 0.2041 with a p-value of 0.0069, thus rejecting the null hypothesis and declaring the data not to follow the Rayleigh distribution. Conversely, the AD test produced a statistic of 0.5278 with a p-value of 0.1718, thus failing to reject the null hypothesis and declaring the Rayleigh distribution still appropriate for modeling the data. The difference in the results of the two tests is caused by the difference in sensitivity of the methods in detecting distribution deviations. Overall, the Rayleigh distribution can still be used to describe the probability characteristics of wind speed data, although there are some deviations between the theoretical distribution and the actual data.

Analisis Hubungan Persepsi Siswa Terhadap Matematika dengan Hasil Ujian Madrasah

Hayu Susilowati — 2026-07-30

Persepsi siswa terhadap matematika merupakan salah satu faktor psikologis yang memengaruhi keberhasilan belajar. Penelitian ini bertujuan menganalisis hubungan antara persepsi siswa terhadap matematika dan hasil ujian madrasah serta membangun model matematika yang merepresentasikan hubungan tersebut. Penelitian menggunakan pendekatan kuantitatif dengan desain korelasional. Populasi penelitian adalah seluruh siswa kelas XII di sebuah Madrasah Aliyah Negeri di Yogyakarta sebanyak 201 siswa; sampel 115 siswa dipilih melalui proportional random sampling. Data persepsi diperoleh melalui angket skala Likert dengan 28 butir pernyataan (α = 0.889), sedangkan data hasil belajar bersumber dari nilai ujian madrasah mata pelajaran matematika. Analisis data meliputi statistik deskriptif, korelasi Spearman, dan regresi linier sederhana pasca transformasi logaritmik. Hasil menunjukkan adanya hubungan positif yang signifikan antara persepsi siswa dan nilai ujian dengan kekuatan korelasi yang tergolong lemah dan persepsi siswa menjelaskan sebesar 11.9% variansi nilai ujian. Temuan ini mengimplikasikan pentingnya intervensi pedagogis yang terstruktur untuk memperkuat persepsi positif siswa terhadap matematika, khususnya melalui pendekatan kontekstual, scaffolding bertahap, dan umpan balik formatif yang konstruktif.

Pengaruh AI-Enhanced Learning, Literasi AI, dan Motivasi Belajar terhadap Persepsi Pemahaman Konseptual Matematika Mahasiswa

Ayu Ismi Hanifah — 2026-07-22

Perkembangan Artificial Intelligence (AI) dalam pendidikan tinggi membuka peluang untuk meningkatkan kualitas pembelajaran, khususnya pada mata kuliah Aljabar Linier yang memiliki konsep-konsep abstrak dan menuntut pemahaman konseptual yang mendalam. Penelitian ini bertujuan menganalisis pengaruh AI-Enhanced Learning, literasi AI, dan motivasi belajar terhadap persepsi pemahaman konseptual mahasiswa. Penelitian menggunakan pendekatan kuantitatif dengan metode survei terhadap 40 mahasiswa Program Studi Teknik Informatika yang telah menempuh mata kuliah Aljabar Linier. Data dikumpulkan melalui kuesioner skala Likert dan dianalisis menggunakan metode PLS-SEM. Berdasarkan hasil pengujian path coefficient, seluruh hipotesis dinyatakan signifikan karena memiliki nilai T-statistics > 1,96 dan P-values < 0,05. Hasil penelitian menunjukkan bahwa AI-Enhanced Learning, literasi AI, dan motivasi belajar berpengaruh positif dan signifikan terhadap pemahaman konseptual mahasiswa. Di antara ketiga variabel tersebut, AI-Enhanced Learning memberikan pengaruh paling dominan, diikuti oleh motivasi belajar dan literasi AI. Model penelitian juga mampu menjelaskan 64,3% variasi pemahaman konseptual mahasiswa. Temuan ini menunjukkan bahwa integrasi AI yang didukung oleh literasi AI yang memadai dan motivasi belajar yang tinggi dapat meningkatkan kualitas pemahaman konsep pada pembelajaran Aljabar Linier. Oleh karena itu, pengembangan strategi pembelajaran berbasis AI perlu diiringi dengan penguatan kompetensi digital dan motivasi belajar mahasiswa agar pembelajaran menjadi lebih efektif dan bermakna.

Pembuatan dan Uji Aktivitas Antibakteri Ekoenzim Dari Kulit Nanas (Ananas Comosus (L.) Merr) Terhadap Bakteri Escherichia Coli

Ilham Salim — 2026-07-23

Kulit nanas merupakan limbah organik yang berpotensi dimanfaatkan sebagai bahan baku pembuatan ekoenzim. Penelitian ini bertujuan untuk mengkarakterisasi ekoenzim kulit nanas (Ananas comosus (L.) Merr.), mengidentifikasi kandungan metabolit sekundernya, serta mengevaluasi aktivitas antibakterinya terhadap Escherichia coli. Ekoenzim dibuat melalui fermentasi 150 g kulit nanas, 50 g gula aren, dan 500 mL air selama 90 hari. Karakterisasi dilakukan melalui pengamatan organoleptik dan pengukuran pH, sedangkan identifikasi metabolit sekunder dilakukan menggunakan metode skrining fitokimia. Aktivitas antibakteri diuji dengan metode difusi cakram pada konsentrasi ekoenzim 50%, 75%, dan 100%. Hasil penelitian menunjukkan bahwa fermentasi menghasilkan perubahan warna dari cokelat menjadi cokelat bening dan aroma khas gula aren menjadi aroma asam segar. Nilai pH menurun dari 6 menjadi 3 setelah fermentasi. Skrining fitokimia menunjukkan adanya senyawa flavonoid, tanin, saponin, dan terpenoid, sedangkan alkaloid tidak terdeteksi. Uji aktivitas antibakteri menunjukkan bahwa ekoenzim kulit nanas mampu menghambat pertumbuhan E. coli dengan diameter zona hambat berturut-turut sebesar 2,41 mm, 4,90 mm, dan 7,20 mm pada konsentrasi 50%, 75%, dan 100%. Hasil penelitian menunjukkan bahwa ekoenzim kulit nanas memiliki potensi sebagai antibakteri alami terhadap E. coli serta dapat menjadi alternatif pemanfaatan limbah organik yang bernilai tambah.

Perbandingan Model Long Short-Term Memory (LSTM) dan ARIMA untuk Prediksi Inflasi dan Indeks Harga Konsumen (IHK) di Kota Jayapura

Happy Alyzhya Haay — 2026-07-31

Inflasi dan Indeks Harga Konsumen (IHK) merupakan indikator makroekonomi penting yang memerlukan model prediksi yang andal untuk mendukung pengambilan keputusan. Penelitian ini membandingkan kinerja model Long Short-Term Memory (LSTM) dan Autoregressive Integrated Moving Average (ARIMA) dalam memprediksi Inflasi dan IHK menggunakan data deret waktu bulanan. Model LSTM dilatih dengan mekanisme EarlyStopping untuk mencegah overfitting, dan diuji pada empat konfigurasi panjang timesteps (3, 6, 9, dan 12). Hasil terbaik diperoleh pada timesteps = 9, yang kemudian dibandingkan dengan model ARIMA(1,1,1).. Evaluasi dengan metrik Mean Squared Error (MSE), Mean Absolute Error (MAE), dan koefisien determinasi (R²) menunjukkan bahwa untuk variabel Inflasi, kedua model menghasilkan R² negatif (LSTM = -0,012; ARIMA = -0,027), yang mengindikasikan kedua model belum mampu mengungguli prediksi nilai rata-rata sederhana. Untuk variabel IHK, LSTM menunjukkan performa lebih baik dibandingkan ARIMA (R² = 0,197 berbanding -0,002), meskipun kemampuan penjelasan variansnya masih tergolong rendah. Penelitian ini mengonfirmasi bahwa keterbatasan jumlah data historis menjadi kendala utama bagi model deep learning seperti LSTM, sehingga model sederhana seperti ARIMA tetap kompetitif pada kondisi data yang minim.

Pemodelan Matematis Pertumbuhan Bakteri Lactobacillus casei Menggunakan Model Eksponensial Untuk Menghitung Kebutuhan Industri

Andi Susanto — 2026-07-31

Lactobacillus casei merupakan bakteri asam laktat bernilai probiotik tinggi yang krusial dalam sektor industri, khususnya pada produksi susu fermentasi. Pengendalian populasi bakteri pada fase awal fermentasi sangat penting untuk mengoptimalkan efisiensi dan kualitas produk. Penelitian ini bertujuan mengkonstruksi model matematika dari dinamika populasi L. casei pada fase awal fermentasi serta memproyeksikan kebutuhan populasinya. Model diturunkan dari persamaan diferensial biasa (PDB) orde satu dan diselesaikan menggunakan metode pemisahan variabel. Karena tidak menggunakan pengujian laboratorium secara in vivo, penelitian ini menggunakan data simulasi numerik yang dirancang untuk merepresentasikan perilaku fase logaritmik bakteri pada periode observasi jam. Estimasi parameter model dilakukan melalui pendekatan regresi linier terhadap data simulasi tersebut. Hasil analisis menghasilkan model pertumbuhan eksponensial , dengan R² = 0,9996. Berdasarkan model ini, populasi bakteri diproyeksikan mencapai 11.649.482 sel/mL pada jam ke-7. Temuan ini menegaskan bahwa PDB orde satu efektif memodelkan fase eksponensial awal probiotik. Penggunaan data simulasi dalam studi ini juga membuktikan bahwa pendekatan matematis dapat diaplikasikan oleh industri untuk mengestimasi kebutuhan durasi fermentasi secara akurat dan efisien.

Analisis Data Penumpang Kereta Api Nasional Menggunakan Metode Jacobi dan Gauss-Seidel

Anisa Nur Auliya — 2026-08-01

Penelitian ini mengkaji penerapan metode numerik iteratif, yaitu Metode Jacobi dan Metode Gauss-Seidel, dalam penyelesaian Sistem Persamaan Linear (SPL) yang dibangun dari data statistik penumpang kereta api nasional yang dipublikasikan oleh Badan Pusat Statistik (BPS). Data yang digunakan adalah jumlah penumpang pada bulan Januari (48.101.000), Februari (43.268.000), Maret (48.137.000), dan April (48.280.000) tahun 2026. SPL 4×4 dengan matriks diagonal dominan dibangun untuk merepresentasikan hubungan antar variabel penumpang bulanan. Kedua metode diimplementasikan menggunakan perangkat lunak MATLAB dan dibandingkan berdasarkan jumlah iterasi, kecepatan konvergensi, dan akurasi hasil. Novelty penelitian ini terletak pada penggunaan data aktual BPS terbaru tahun 2026 sebagai basis formulasi SPL dalam konteks pembelajaran metode numerik, serta analisis komparatif yang sistematis terhadap efisiensi komputasional kedua algoritma pada data multibulanan. Hasil penelitian menunjukkan bahwa Metode Gauss-Seidel konvergen pada iterasi ke-11, sedangkan Metode Jacobi memerlukan sekitar 23 iterasi pada toleransi ε = 10⁻⁶, sehingga Gauss-Seidel lebih efisien ±52% dalam jumlah iterasi. Penelitian ini memperkuat relevansi metode numerik dalam analisis data transportasi dan dapat dijadikan model pembelajaran kontekstual berbasis data nyata.

Sistem Monitoring Cerdas Lahan Gambut Berbasis Internet of Things untuk Pemantauan pH, Suhu, dan Kelembapan Tanah

Daniel M. Garang — 2026-08-01

Lahan gambut merupakan ekosistem yang rentan mengalami perubahan kondisi lingkungan sehingga diperlukan sistem monitoring yang mampu menyediakan informasi secara real time. Penelitian ini bertujuan merancang dan membangun sistem monitoring lahan gambut berbasis Internet of Things (IoT) menggunakan Raspberry Pi 4 Model B untuk memantau suhu, kelembapan, dan pH tanah. Sistem dikembangkan menggunakan sensor suhu DS18B20, sensor kelembapan tanah YL-69, sensor pH tanah, modul ADS1115, serta platform Blynk sebagai media monitoring. Kinerja sensor dievaluasi menggunakan analisis regresi linear, koefisien determinasi (R²), Mean Absolute Error (MAE), dan Root Mean Square Error (RMSE). Hasil kalibrasi menunjukkan nilai R² sensor kelembapan tanah, suhu, dan pH berturut-turut sebesar 0,9796, 0,9686, dan 0,9886 dengan nilai MAE dan RMSE yang relatif kecil. Hasil monitoring selama empat periode pengamatan menunjukkan bahwa suhu, kelembapan, dan pH tanah mengalami fluktuasi sesuai kondisi lingkungan lahan gambut. Sistem mampu melakukan akuisisi, pengolahan, pengiriman, dan visualisasi data secara real time melalui platform Blynk. Meskipun terjadi penurunan kinerja beberapa sensor pada penggunaan jangka panjang akibat karakteristik lahan gambut, sistem tetap mampu menjalankan fungsi monitoring secara berkelanjutan dan berpotensi mendukung pengelolaan lahan gambut berbasis data.

Sistem Monitoring Kelembapan Tanah, Kelembapan Udara, Suhu Udara dan Intensitas Cahaya Pada Terarium Tertutup

Khairi Khairi — 2026-08-01

Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring berbasis Internet of Things (IoT) pada terarium tertutup untuk mengamati empat parameter lingkungan utama, yaitu kelembapan tanah, kelembapan udara, suhu udara, dan intensitas cahaya. Sistem ini menggunakan mikrokontroler NodeMCU ESP8266 sebagai pusat pengendali yang menerima data dari sensor Soil Moisture MD0869, DHT11, dan BH1750, kemudian mengirimkannya secara real-time ke platform ThingSpeak untuk visualisasi data. Selain fungsi pemantauan, sistem juga dilengkapi aktuator ultrasonic fogger yang berfungsi untuk menstabilkan kelembapan udara secara otomatis ketika nilai pembacaan sensor berada di bawah ambang batas tertentu. Setiap sensor dikalibrasi menggunakan metode regresi linear untuk meningkatkan akurasi hasil pengukuran terhadap alat referensi pembanding. Hasil penelitian menunjukkan bahwa sistem monitoring bekerja dengan tingkat akurasi tinggi setelah kalibrasi, dengan nilai Mean Absolute Error (MAE) untuk kelembapan tanah sebesar 3,07%, suhu udara 0,37°C, kelembapan udara 1,35%, dan intensitas cahaya 2,62 Lux. Pengujian presisi menunjukkan rasio simpangan masing-masing sebesar 6,26% untuk kelembapan tanah, 1,80% untuk suhu udara, 2,13% untuk kelembapan udara, dan 0,59% untuk intensitas cahaya. Hasil yang diharapkan adalah terciptanya sistem pengendalian mikroklimat yang adaptif, efisien, serta berkelanjutan sebagai model penerapan teknologi IoT dalam bidang fisika lingkungan dan instrumentasi

Formulasi Krim Ekstrak Daun Petai Cina dan Aktivitas Antibakterinya

Irenia Putri Budyana — 2026-07-31

Jerawat merupakan peradangan kronis folikel pilosebasea yang salah satunya berkaitan dengan kolonisasi Propionibacterium acnes. Daun petai cina (Leucaena leucocephala Lam.) mengandung flavonoid, tanin, alkaloid, saponin, dan steroid yang berpotensi sebagai antibakteri. Penelitian ini bertujuan menentukan formula terbaik krim ekstrak etanol daun petai cina dan mengevaluasi aktivitasnya terhadap P. acnes. Daun sebanyak 5 kg diolah menjadi simplisia, kemudian 500 g serbuk dimaserasi dengan etanol 70%. Ekstrak 20% diformulasikan dalam tiga krim dengan variasi adeps lanae 1%, 3%, dan 5%. Evaluasi meliputi organoleptik, homogenitas, pH, daya sebar, daya lekat, tipe emulsi, stabilitas dipercepat, dan iritasi. Formula terbaik diuji menggunakan difusi sumuran dengan klindamisin sebagai kontrol positif dan basis krim sebagai kontrol negatif. Rendemen ekstrak sebesar 17,71%. Formula III (adeps lanae 5%) menunjukkan pH 6,14, daya sebar 5,11 cm, daya lekat 7,79 detik, tipe minyak dalam air, stabil, homogen, dan tidak mengiritasi. Diameter zona hambat formula III mencapai 20,06 mm, lebih rendah daripada klindamisin 26,61 mm, sedangkan kontrol negatif tidak menghasilkan hambatan. Formula III menjadi formula terbaik dan berpotensi dikembangkan sebagai sediaan topikal antibakteri.