Hasil Pencarian  ::  Simpan CSV :: Kembali

"Call number bagaikan nama panggilan seseorang atau nomor punggung pemain bola.Kita kita lebih mengenal Si nomor 17 untuk Christian Ronaldo ,atau si nomor 7 untuk David Beckham....."

"Komputasi intelejensia yang digunakan dalam masalah klasifikasi pola dapat digolongkan menjadi dua bagian, yaitu yang berbasis pada Neural Network dan yang berbasis pada Pembelajaran Statistika (Statistical Learning). Pembelajaran yang berbasis statistika, pertama kali ditemukan oleh Vapnik pada dekade tujuh-puluhan. Untuk masalah klasifikasi pola Vapnik mengembangkan metode hyperplane optimal separation, atau dikenal juga dengan nama metode Support Vector Machines (SVM). Pada awalnya SVM dirancang hanya untuk menyelesaikan masalah klasifikasi biner, yaitu dari data-data yang ada, diklasifikasikan menjadi dua kelas. Untuk mengklasifikasikan data yang terdiri dari lebih dari dua kelas, metode SVM tidak dapat langsung digunakan. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah klasifikasi multikelas SVM yaitu: metode One-vs-One dan metode One-vs-Rest. Kedua metode ini merupakan perluasan dari klasifikasi biner SVM. Kedua metode tersebut akan dibahas di artikel ini dan akan dilihat kinerjanya dalam mengklasifikasikan aroma. Data aroma yang digunakan dalam percobaaan ini terdiri dari 3 jenis aroma, masing-masing aroma terdiri atas 6 kelas. Pembagian kelas ini berdasarkan pada konsentrasi alkohol yang dicampurkan pada masing-masing aroma. Misalkan untuk aroma A, terdapat 6 jenis aroma A dengan kandungan alkohol : 0%, 15%, 25%, 30%, 45% dan 75%. Kinerja dari kedua metode diukur berdasarkan kemampuan untuk mengenal dan mengklasifikasikan aroma, dengan tepat dan sesuai dengan jenis atau kelas, dari data yang diberikan.

---

Aroma classification using one-vs-one and one-vs-rest methods. Computational Intelligence used in pattern classification problem can be divided into two different parts, one based on Neural Network and the other based on Statistical Learning. The Statistical Learning discovered by Vapnik on 70-est decade. For the pattern classification, Vapnik developed hyperplane optimal separation, which is known as Support Vector Machines Method (SVM). In the beginning, SVM was designed only to solve binary classification problem, where data existing are classified into two classes. To classify data whose consist of more than two classes, the SVM method can not directly be used. There are several methods can be used to solve SVM multiclasses classification problem, they are One-vs-One Method and One-vs-Rest Method. Both of this methods are the extension of SVM binary classification, they will be discussed in this article so that we can see their performance in aroma classification process. Data of aroma used in this experiment is consisted of three classes of aroma, each of them has six classes. The division of this class is based on alcohol concentration mixed into each of those aromas. For example, for aroma A, there are six kinds of aroma A with different alcohol concentration: 0%, 15%, 25%, 30%, 45% and 75%. The performance of these methods is measured based on their ability to recognize and classify aroma, precisely and match with the right class or variety of data existed."

"The NTIS classification system has simpler notation than DDC. It does not recognize supporting table so that it can determine the notation faster. The number of the main class in NTIS classification system is 39 while DDC is 10. NTIS is most suitable for special libraries in the field of technology such as the Agency for the Assesment and Application of Technology (BPPT) since the system has a more specific technology subject. DDC is also effective for collection data exchange since 2010, referring that generally libraries in Indonesia has not recognized NTIS. Both systems actually have its advantages and disadvantages. In determining notations, both NTIS and DDC use the same initial step that is to determine the collection subject. NTIS is faster especially in handling technology subject. It is also more specific in referring technology subject. The number of the main class in NTIS is 39 while DDC is 10. Both systems have index. NTIS does not have supporting table while DDC has. NTIS uses a simpler notation because it uses only 2 digits. According to a key informant, the NTIS classification system does not recognize supporting table. In terms of notation search, NTIS's scheme is faster because it uses limited classification numbers. Index is mostly used for determining classification notation. Index in both systems is a clue represented in a systematically arranged letters. In NTIS, it can be figured out that subjects on technology is more specific yet in some certain categories is not as detail as DDC."

"Penelitian Dialektologi pada berbagai bahasa daerah sudah berjalan selama 50 tahun di Indonesia. Reevaluasi terhadap konsep pemilah bahasa dan dialek untuk bahasa Nusantara perlu dilakukan. Berdasarkan kajian terhadap 129 penelitian dialektologi di seluruh Indonesia, terlihat adanya kecenderungan yang tinggi untuk menggunakan isoglos dibandingkan dialektometri maupun mata rantai pemahaman. Konsep pemilah berdasarkan mata rantai pemahaman, isoglos, maupun dialektometri tetap dapat digunakan untuk bahasa-bahasa nusantara. Dengan catatan, perlu modifikasi atau penyesuaian agar sesuai dengan situasi dan kondisi kebahasaan yang multilingual di Indonesia. Modifikasi untuk mata rantai pemahaman terutama untuk teknik pengujian, penentuan titik-uji serta titik-acuan, dan pemilihan teks. Modifikasi untuk isoglos terfokus pada penentuan kriteria derajat kemiripan bunyi dan kriteria pembuatan berkas isoglos. Modifikasi untuk dialektometri berkonsentrasi pada persentase pemilahan bahasa dan dialek.

---

Even today, there is disagreement among experts over how many languages and dialects there are in Indonesia. The methodological tools for classifying languages consist of mapping isoglosses, dialectometry, and measures of mutual intelligibility. The present article surveys the methodology used in N = 129 researches performed over the last 50 years and finds that researchers based their conclusions about languages and dialects predominantly on isoglosses while dialectometry and mutual intelligibility were much less used. It is also suggested that these three research methods be reevaluated in the light of the multilingual situation in Indonesia. We could possibly get better results with the isogloss method if we reconsidered the criteria for degree of sound similarity and the criteria for bundling isoglosses. For dialectometry, we should consider modifying the current percentages used to distinguish language-dialect divisions. For establishing mutual intelligibility, the factors that could be reassessed include techniques of testing, the procedures for choosing test-points and reference-points, and the criteria for choosing valid texts for testing."

"Epilepsi merupakan penyakit kronik dengan gejala yang cukup khas yaitu adanya bangkitan kejang tanpa pemicu. Angka prevalensi epilepsi tergolong tinggi di Indonesia dan hal ini merupakan masalah yang harus segera diatasi. Selain itu, epilepsi pada anak dapat menyebabkan berbagai gangguan perkembangan. Salah satu pemeriksaan penunjang untuk mendiagnosis klasifikasi epilepsi yang tersedia saat ini adalah EEG yang memberikan gambaran pola gelombang spesifik tertentu. Oleh karena itu, dalam penelitian ini akan dianalisis hubungan antara epilepsi pada anak dengan gambaran EEG serta perkembangan anak. Desain penelitian ini adalah potong lintang dengan menggunakan data sekunder rekam medik dari Departemen Ilmu Kesehatan Anak RSUPN Cipto Mangunkusumo tahun 1995-2010. Hasil penelitian ini menunjukkan bahwa terdapat 115 anak (61,5%) dengan klasifikasi epilepsi simtomatik, 105 anak (56,1%) dengan gambaran EEG abnormal, dan 96 anak (51,3%) dengan perkembangan terlambat. Dari hasil analisis hubungan antar variabel menggunakan Chi-Square, terdapat hubungan bermakna antara perkembangan anak dengan klasifikasi epilepsi (p<0,001) disertai dengan hubungan bermakna antara aspek perkembangan yaitu motorik kasar (p<0,001), sosial personal (p=0,024), dan bahasa (p<0,001) tetapi tidak ada hubungan bermakna antara aspek motorik halus terhadap klasifikasi epilepsi.Tidak ada hubungan bermakna antara gambaran EEG secara umum dengan klasifikasi epilepsi tetapi terdapat hubungan bermakna antara adanya gambaran epileptiform multifokal (p=0,018) dan nonspesifik (p=0,015) terhadap klasifikasi epilepsi.

---

Epilepsy is a chronic disease with typical symptom, seizure without provocation. The prevalence of epilepsy in Indonesia can be classified as high which creates another health problem to overcome. Furthermore, epilepsy in children may cause variety of development impairment. EEG is one of the current available examination to diagnose the classification of epilepsy through specific wave pattern findings. Therefore, this study is determined to analyze the association between epilepsy in children with EEG recording and child development. This study is a cross-sectional study using secondary data from Child Health Department of RSUPN Cipto Mangunkusumo medical records from 1995-2010.The result of the study shows that 115 subjects (61,5%) has symptomatic epilepsy, 105 subjects (56,1%) with abnormal EEG finding, and 96 subjects (51,3%) with delayed development. After performing Chi-Square test, there is a significant association between child development and epilepsy classification (p<0,001)followed by significant association between gross motoric (p<0,001), social personal (p=0,024), and language (p<0,001), however there were no association between gross motoric and epilepsy classification.There were no association between EEG recording with epilepsy classification,however there were a significant association between multifocal epileptiform finding (p=0,018) and nonspecific wave finding (p=0,015) to classify epilepsy"

"Tesis ini disusun untuk mengetahui korelasi antara derajat kebiasaan merokok dengan Arus Puncak Batuk, Arus Puncak Ekpirasi dan kekuatan otot kuadriceps pada laki-laki dewasa muda perokok aktif. Penelitian menggunakan desain uji potong lintang (crosssectional). Subjek penelitian merupakan pasien laki-laki keturunan asli Indonesia, perokok tembakau aktif minimal 6 bulan, usia 18-40 tahun, tidak obesitas dan memiliki kekuatan otot ekstremitas bawah dengan penilaian MRC 5 tanpa ada riwayat kelemahan sebelumnya. Semua subjek (n=41) dilakukan penilaian derajat kebiasaan merokok berdasarkan Indeks Brinkman, pengukuran Arus Puncak Batuk (APB) dan Arus Puncak Ekspirasi (APE) dengan Peak Flow Meter serta pengukuran kekuatan otot kuadriceps dengan Hand-held dynamometer sesuai dengan prosedur di Poliklinik Departemen Rehabilitasi Medik RSCM Jakarta. Selain itu, dilakukan pengukuran fungsi respirasi menggunakan Spirometri. Hasil keluaran penelitian ini berupa derajat kebiasaan merokok subjek, yaitu 27 perokok ringan dan 14 perokok sedang, serta didapatkan nilai APE, APB, dan kekuatan otot kuadriceps. Selain itu berdasarkan hasil spirometri didapatkan 3 subjek dengan gangguan obstruksi, 1 subjek gangguan restriktif dan sisanya dalam batas normal. Pada karakteristik pekerjaan, didapatkan terbanyak pada kategori manual (58,5%), diikuti non-manual (24,4%) dan bidang jasa (17,1%). Analisa statistik uji korelasi Spearman dilakukan untuk menilai korelasi antara derajat kebiasaan merokok dengan nilai APB, APE dan kekuatan otot kuadriceps. Kesimpulan penelitian menyatakan bahwa terdapat korelasi bermakna secara statistik antara Indeks Brinkman dengan nilai APE, tapi tidak demikian pada nilai APB dan kekuatan otot kuadriceps. Rerata nilai APE pada subjek dewasa muda perokok ringan dan perokok sedang sebesar 429,76±76,89 L/menit dengan nilai p = 0,026. Sedangkan rerata nilai APB dan kekuatan kuadriceps masing-masing sebesar 445,61±73,38 L/menit dan 19,36±4,28 kg pada kaki kanan, serta 18,92±4,03 kg pada kaki kiri, tanpa ada korelasi yang signifikan. Penelitian lebih lanjut mencakup subjek perokok berat dan faktor level aktivitas fisik serta marker biomolekuler diperlukan untuk menilai dampak merokok terhadap fungsi respirasi dan kekuatan otot.

---

This thesis was aimed to determine correlation between the degree of cigarrette smokers to peak cough flow, peak expiratory flow and quadriceps muscle strength in young adults male active smokers. The design was cross-sectional. The subjects were Indonesian male, actively cigarette smoking for at least 6 months, aged 18-40 years, not obesity and had lower limb muscle strength with MRC value 5 and no history of weakness. All subjects (n=41) were assessed the degree of smoking habits based on the Brinkman Index, measurements of Peak Cough Flow and Peak Expiratory Flow with Peak Flow Meters and measurements of quadriceps muscle strength with a Hand-held dynamometer according to procedures at Polyclinic of the Medical Rehabilitation Department at the RSCM Hospital Jakarta. In addition, the respiratory function measurements were taken using Spirometry. The study results include the degree of smoking habits, 27 subject mild smokers and 14 subject moderate smokers, the value of peak cough flow, peak expiratory flow, and quadriceps muscle strength on both legs. Based on spirometry examination, there are 3 subjects with obstructive, 1 subject restrictive and the others within normal limits. Based on working type, the highest on manual category (58,5%), followed by nonmanual (24,4%) and services (17,1%). Statistical analysis was performed to assess the correlation between Brinkman Index with the three variables. The study concludes that the higher Brinkman Index value, the lower peak expiratory flow value, but not on the peak cough flow and quadriceps muscle strength results. The average peak expiratory flow value in young adult subjects with mild and moderate smokers was 429.76 ± 76.89 L/min with significant difference was obtained with p value = 0.026. While the average peak cough flow and quadriceps muscle strength were 445.61 ± 73.38 L / min and 19.36 ± 4.28 kg in the right leg, and 18.92 ± 4.03 kg in the left leg, with no significant correlation. Further research including heavy smoker subjects, evaluation of physical activity level and biomolecular markers is needed to assess the impact of smoking on respiration function and muscle strength"

"Dewey decimal classification (klasifikasi persepuluhan dewey) merupakan sistem klasifikasi yang paling banyak digunakan dikarenakan kemutakhiran dan kelengkapannya. Di dalam sistem klasifikasi tersebut terdapat banyak "Option Number" (nomor optional)"