Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKTuberkulosis TB merupakan salah satu penyakit yang masih banyak terjadi di Negara berkembang seperti Indonesia. Penyakit ini umumnya menyerang paru-paru karena kuman TB mencari tempat yang terdapat tekanan oksigen tinggi. Pendeteksian yang paling cepat dilakukan adalah pemeriksaan citra x-ray toraks dibandingkan dengan menggunakan metode tuberculin skin test TST dan pewarnaan cepat asam yang membutuhkan waktu lebih lama. Diagnosa citra ini sering terkendala karenat tenaga spesialis radiologi tidak menyebar rata pada setiap fasilitas kesehatan, untuk mengatasi hal itu diperlukan bantuan computer untuk mendeteksi citra tersebut yang sering disebut computer aided diagnostis CAD . Metode menggunakan pendekatan fitur tekstur dimotivasi oleh pemeriksaan rutin citra x-ray toraks abnormal yang cenderung menunjukkan perubahan salah satunya perubahan tekstur konten. Data yang digunakan pada penelitian ini diambil dari website Open-I yaitu dataset Montgomery County dan Shenzen. Sistem ini dimulai dengan segmentasi citra dengan metode k-means clastering, yang kemudian dilanjutkan dengan ekstraksi fitur. Ekdtraksi fitur dilakukan dengan metode Discrete Wavelet Transform DWT dan Gray Level Co-Occurance Matrix GLCM . Hasil dari ekstraksi fitur dilakukan klasifikasi untuk mengelompokkan citra yang terdapat TB dan yang bebas TB. Hasil akhir klasifikasi dibandingkan antara metode ekstraksi DWT, GLCM , dan penggabungan keduanya. Akurasi klasifikasi yang didapat dengan metode DWT sebesar 92,86 untuk dataset Montgomery County dan 93,94 untuk dataset Shenzen. Metode GLCM menghasilkan akurasi sebesar 85,71 untuk dataset Montgomery County dan 75,76 untuk dataset Shenzen. Sedangkan penggabungan dari keduanya menghasilkan akurasi 96,43 untuk dataset Montgomery County dan 93,94 untuk dataset Shenzen. Dari nilai akurasi tersebut dapat diketahui bahwa pengabungan kedua metode menghasilkan akurasi yang paling baik kemudian disusul metode DWT dan metode GLCM memiliki nilai akurasi paling kecil.

---

ABSTRACTTuberculosis TB is one of the diseases that still occur in developing countries like Indonesia. This disease usually attacks the lungs because TB germs look for places that contain high oxygen. The quickest detection was the x ray thoracic image examination compared with the tuberculin skin test TST method and fast acid staining which took longer time. Image diagnoses that are often constrained by radiologist specialists do not spread on average at every Health facility, to gather what is needed computer help to detect what is often called computer assisted diagnostics CAD. Methods using the texture feature approach are motivated by routine x ray image inspection of the abnormal piston originating from each texture content . The data being reviewed by the Open I website is the Montgomery County and Shenzen datasets. This system starts with image segmentation with k means clustering method, which then continued with extraction feature. The feature extraction is performed by Discrete Wavelet Transform DWT method and Gray Level Co Occurance Matrix GLCM . The results of the extraction feature were performed to group the images that contained tuberculosis and the TB free ones. The final result between the DWT extraction method, GLCM, and the merging of both. The classification accuracy obtained by the DWT method is 92.86 for the Montgomery County dataset and 93.94 for the Shenzen dataset. The GLCM method obtained an accuracy of 85.71 for the Montgomery County dataset and 75.76 for the Shenzen dataset. The combination of both obtained 96.43 accuracy for the Montgomery County dataset and 93.94 for the Shenzen dataset. From the value of accuracy can be seen that the merging of both methods produce the best accuracy then followed by DWT method and GLCM method has the least accuracy value."

"Salah satu indikator yang digunakan untuk rnengukur tingkat kemajuan fase awal pengobatan penyakit tuberkulosis, adalah kejadian konversi dimana seseorang yang semula terdeteksi sebagai penderita dengan BTA positif berubah setelah diobati menjadi BTA negatif. Kejadian konversi diharapkan terjadi tepat waktu sesuai dengan standar program untuk masing-masing kategori pengobatan, karena keterlambatan ditemukannya seorang penderita mencapai konversi pada fase awal pengobatan akan berpengaruh kepada keadaan penderita dan pola pengobatan selanjutnya.Penelitian ini bertujuan untuk mengetahui pengaruh perilaku berobat terhadap keterlambatan ditemukannya konversi pada akhir fase awal pengobatan penderita TB paru di Kota Tasikmalaya tahun 2001.Rancangan penelitian yang dipergunakan yaitu kasus kontrol dengan jumlah sampel sebanyak 164 yang menurut perbandingan 1:1 terdiri dari 82 kasus dan 82 kontrol. Sampel adalah penderita TB paru berumur 15 tahun atau lebih yang mendapat pengobatan dengan strategi DOTS (Directly Observed Treatment Shartcourse) kategori 1 dan 2, yang berobat ke puskesrnas di Wilayah Kota Tasikmalaya sejak 1 Januari 2001 sampai 31 Desember 2001 telah menyelesaikan fase awal pengobatan.Kasus adalah sampel yang terlambat ditemukan konversi pada batas waktu fase awal pengobatan yaitu lebih dari 60 hari untuk kategori atau lebih dari 90 hari untuk kategori 2. Sedangkan kontrol adalah sampel yang mencapai konversi sesuai batas waktu fase awal pengobatan yaitu antara hari ke 53 - 60 untuk kategori 1 atau antara hari ke 83 - 90 untuk kategori 2.Hasil penelitian dengan uji statistik multivariat regresi logistik, menunjukkan bahwa perilaku berobat penderita berpengaruh terhadap keterlambatan ditemukannya konversi pada akhir fase awal pengobatan TB paru dengan nilai rasio odds 3,75 dan 95%C1=1,83 ; 7,68. Artinya penderita TB paru yang berperilaku berobat kurang baik memiliki risiko 3,75 kali untuk mengalami keterlambatan ditemukannya konversi pada akhir fase awal pengobatannya dibanding dengan penderita TB paru yang berperilaku berobat baik. Pada penelitian ini tidak ditemukan variabel lain yang berinteraksi hanya ada satu variabel yang berpotensi sebagai pengganggu yaitu pelayanan petugas. Dengan demikian maka variabel-variabel covariat berpengaruh secara bebas terhadap keterlambatan ditemukannya konversi pada fase awal pengobatan penderita TB paru.Untuk lebih efektifnya pengobatan TB paru, perlu pendekatan yang lebih baik melalui pengembangan komunikasi, informasi dan edukasi di antara petugas kesehatan, penderita dan Pengawas Makanan Obat (PMO), yang mengarah kepada pemberian motivasi kepada penderita agar memiliki perilaku berobat yang baik sesuai program.Daftar Pustaka : 24 (1980 - 2001)

---

Influence of Treatment Behaviour to Late Have Been Met of Conversion at the End of the Intensive Phase of Pulmonary Tuberculosis Treatment in Tasikmalaya City, 2001One of indicator to determine the treatment response among sputum smear positive cases is sputum conversion, after initial phase. Sputum conversion event be hope not late but still remain in the range of normal time of treatment standard program. A late sputum conversion time during the intensive phase of treatment will affect the patients treatment.

The objective of the study is to know the influence of treatment behavior of the tuberculosis patient to late have been met of conversion at the end of the intensive phase of pulmonary tuberculosis treatment in Tasikmalaya City, 2001.

The research design used is case-control study where the total samples taken was 164. The comparison of cases and control is 1:1 where total cases 82 and total control 82. Samples were the Pulmonary Tuberculosis of 15 years old or more who obtained the therapy on DOTS strategy using the first and second category of tuberculosis drugs they took treatment at the Community Health Center since January 1 - December 31, 2001 untill conversion of the intensive phase of treatment.

A case is the sample who attended the sputum conversion more than 60 days for the intensive phase who took the first category of treatment and 90 days of the second category. The control is the sample who has the sputum conversion happened at the normal range of time of conversion which varies from 53 to 60 days for category I and 83 to 90 days for category II.

The result of the research after using logistic regression multivariate statistic test shown that treatment behavior will tend to the lateness of sputum conversion during the intensive phase with the odds ratio 3,75 and 95%CI=1,83 ; 7,68. It means that these who attend not good treatment behavior has 3,75 times the risk of the late sputum conversion than these who take a good treatment behavior. There was no interaction or confounding variables, therefore covariate variables have independently influences to the lateness of sputum conversion in the intensive phase of pulmonary tuberculosis treatment.

To make more effective of the pulmonary tuberculosis treatment, it is still needed for better approach like the best communication, information and education, between medical ability, tuberculosis patient and treatment observer, and a good motivation approach in order to have a good treatment behavior.

References : 24 (1980 - 2001)"

"[ABSTRAKKanker payudara adalah tumor ganas yang tumbuh akibat pertumbuhan sel-seljaringan yang tidak normal pada jaringan payudara. Kanker payudara pada wanitamerupakan penyakit yang kini paling banyak diderita dibandingkan jenis kankerlainnya. Cara yang dilakukan agar penyakit ini tidak memiliki kesempatan untukmenyebar adalah dengan mendeteksinya sedini mungkin dengan menggunakanmammografi.Pada penelitian ini penulis telah merancang suatu sistem yang menggunakankomputer untuk mendeteksi dan mengklasifikasi kanker payudara pada citramammogram. Citra mammogram yang digunakan adalah citra mammogram dariMommographic Image Analysis Society (MIAS) yang terdiri dari 322 citra.Pengolahan awal citra pada sistem ini menggunakan metode Otsu Thresholding,pendeteksian tepi dengan menggunakan metode Canny, dan metode dilasi. Ciriyang digunakan pada sistem ini adalah Gray Level Co-occurrence Matrix(GLCM) dan Discrete Wavelet Transform (DWT). Metode pengklasifikasian yangdigunakan pada penelitian ini adalah Support Vector Machine (SVM).Sistem memiliki ketahanan yang baik terhadap noise salt and pepper pada nilainoise tertentu pada tiap jenis citra mammogram yang digunakan. Tingkatkeakuratan berkisar 80% pada saat diberi noise sebesar -16dB pada citramammogram jinak dan ganas. Keakuratan sistem juga teruji cukup baik untukjumlah data latih yang hanya sebesar 70% dimana tingkat keakuratanpendeteksian dan pengklasifikasian adalah sebesar 80,6%.

---

ABSTRACTBreast cancer is a malignant tumor that grows as a result of the growth of tissuecells that are not normal in the breast tissue. Breast cancer in women is a diseasethat is now the most common cancer than other types. How that is done so that thedisease does not have a chance to spread is to detect it as early as possible byusing mammography.In this study, the authors have designed a system that uses a computer to detectand classify breast cancer on a mammogram image. Mammogram image has beentaken from Mommographic Image Analysis Society (MIAS) which consists of 322images. Initial processing images on this system using Otsu Thresholding, edgedetection using Canny method, and the method of dilation. Features used in thissystem is the Gray Level Co-occurrence Matrix (GLCM) and Discrete WaveletTransform (DWT). Claassification method was used in this study is SupportVector Machine (SVM).The system has good resistance to salt and pepper noise on certain noise value foreach type of mammogram image are used. The accuracy range was 80% whengiven the noise of -16dB on mammogram images of benign and malignant. Theaccuracy of the system was also tested well enough for the amount of training datathat only 70% where the level of detection and classification accuracy is 80,6 %.;Breast cancer is a malignant tumor that grows as a result of the growth of tissuecells that are not normal in the breast tissue. Breast cancer in women is a diseasethat is now the most common cancer than other types. How that is done so that thedisease does not have a chance to spread is to detect it as early as possible byusing mammography.In this study, the authors have designed a system that uses a computer to detectand classify breast cancer on a mammogram image. Mammogram image has beentaken from Mommographic Image Analysis Society (MIAS) which consists of 322images. Initial processing images on this system using Otsu Thresholding, edgedetection using Canny method, and the method of dilation. Features used in thissystem is the Gray Level Co-occurrence Matrix (GLCM) and Discrete WaveletTransform (DWT). Claassification method was used in this study is SupportVector Machine (SVM).The system has good resistance to salt and pepper noise on certain noise value foreach type of mammogram image are used. The accuracy range was 80% whengiven the noise of -16dB on mammogram images of benign and malignant. Theaccuracy of the system was also tested well enough for the amount of training datathat only 70% where the level of detection and classification accuracy is 80,6 %., Breast cancer is a malignant tumor that grows as a result of the growth of tissuecells that are not normal in the breast tissue. Breast cancer in women is a diseasethat is now the most common cancer than other types. How that is done so that thedisease does not have a chance to spread is to detect it as early as possible byusing mammography.In this study, the authors have designed a system that uses a computer to detectand classify breast cancer on a mammogram image. Mammogram image has beentaken from Mommographic Image Analysis Society (MIAS) which consists of 322images. Initial processing images on this system using Otsu Thresholding, edgedetection using Canny method, and the method of dilation. Features used in thissystem is the Gray Level Co-occurrence Matrix (GLCM) and Discrete WaveletTransform (DWT). Claassification method was used in this study is SupportVector Machine (SVM).The system has good resistance to salt and pepper noise on certain noise value foreach type of mammogram image are used. The accuracy range was 80% whengiven the noise of -16dB on mammogram images of benign and malignant. Theaccuracy of the system was also tested well enough for the amount of training datathat only 70% where the level of detection and classification accuracy is 80,6 %.]"

"Tuberkulosis masih menjadi salah satu penyakit menular yang paling mematikan di dunia. Saat ini diperkirakan 9,6 juta orang memiliki masalah terkait TB pada tahun 2014 (5,4 juta laki-laki; 3,2 juta perempuan; dan 1 juta anak-anak). Kasus tertinggi terdapat di India, Indonesia dan China dengan julah kasus masing-masing: 23%, 10% dan 10%. WHO telah memperkenalkan the End TB Strategy dalam upaya menurunkan prevalensi TB, yang berlaku sejak tahun 2016. Sehubungan dengan strategi tersebut, telah ditetapkan target terkait dengan SDGs yaitu menurunkan jumlah kematian TB sebesar 90% dan jumlah kasus TB baru sebesar 80% dari target tahun 2015 untuk tahun 2030 serta memastikan bahwa tidak ada keluarga dibebani dengan bencana biaya karena TB. Prinsip dasar perawatan kasus tuberkulosis adalah sama di seluruh dunia. Diagnosis harus ditetapkan secara akurat dan sedini mungkin, dan rejimen pengobatan harus sesuai standar. Skrining foto toraks menunjukkan sensitivitas yang baik dalam mengidentifikasi individu dengan risiko tertinggi mengalami TB, terutama ketika kriteria abnormal pada paru-paru dan pleura digunakan. Banyak negara menggunakan skrining foto toraks untuk TB peningkatan deteksi kasus TB. Tujuan utama penelitian ini adalah: menganalisis positivitas skrining TB dengan memanfaatkan pemeriksaan foto toraks serta potensi kerugian ekonomi yang dapat dicegah. Tujuan khusus adalah menganalisis peningkatan positivitas bakteriologi positif pada skrining TB dengan penambahan foto toraks; menganalisis akurasi dengan penambahan pemeriksaan skrining foto toraks dan implikasinya terhadap biaya pemeriksaan. Penelitian ini menggunakan data sekunder SPTB yang dilaksanakan tahun 2013-2014 untuk tingkat nasional dan 3 wilayah. Disain SPTB 2013-2014 adalah potong lintang dengan stratified multi-stage cluster sampling. Semua partisipan diwawancarai tentang gejala TB dan dilakukan skrining foto toraks kecuali wanita hamil dan partisipan yang menolak. Suspek adalah partisipan dengan gejala TB atau abnormal foto toraks, pemeriksaan sputum mikroskopik, kultur dan Xpert MTB/Rif dilakukan oleh tujuh laboratorium rujukan TB. Hasil penelitian ini membuktikan bahwa skrining foto toraks dapat mendeteksi sebesar 97% smear positif, 94% smear negatif, serta 95% dari konfirmasi bakteriologis TB. Sebanyak 30% smear positif dan 51% smear negatif serta 43% konfirmasi bakteriologis TB hanya terdeteksi dari skrining foto toraks tanpa skrining gejala TB. Berarti terdapat kasus TB yang tidak terdeteksi jika tanpa skrining foto toraks dan jika hanya mengandalkan skrining gejala TB di Indonesia tahun 2013-2014, sebanyak 602.717 untuk umur ≥15 tahun, dan 421.250 untuk kelompok umur 18-60 tahun diantaranya, laki-laki 273.810 dan perempuan 147.440. Penambahan skrining foto toraks minimal meningkatkan empat kali konfirmasi bakteriologis TB dibanding dengan hanya skrining gejala TB dan sembilan kali jika bersama-sama skrining gejala dan skrining foto toraks. Sensitivitas dan spesifitas abnomal foto toraks pada skrining gejala positif masing-masing terhadap konfirmasi bakteriologis TB adalah 91,3% dan 47,2%. Hasil lainnya apabila hasil uji diagnostik penambahan skrining foto toraks normal pada skrining gejala positif, maka probabilitas pasien tidak TB adalah sebesar 99,4 %(NPV). Hal ini berarti adanya efisiensi dari sekitar 45% pasien dengan skrining gejala TB positif tetapi skrining foto toraks normal, bukan suspek TB sehingga tidak memerlukan biaya untuk pemeriksaan laboratorium smear dan Xpert MTB/RIF. Umumnya (96%) hasil pemeriksaan Xpert MTB/RIF positif adalah kultur positif yang diacu sebagai gold standard, sedangkan hanya 49% hasil BTA positif diantara kultur positif. Penambahan skrining foto toraks untuk mendeteksi TB dapat menghemat biaya pengeluaran dalam deteksi kasus TB terutama pada laki-laki umur produktif. Sebesar 38% biaya yang dapat dihemat berasal dari biaya tidak langsung yaitu kehilangan tahun produktifitas karena kematian dini dan selama sakit. Biaya yang dapat dihemat ini tinggi terutama pada laki (50%) Penambahan pemeriksaan foto toraks juga dapat menurunkan kematian dan transmisi sebesar 75% pada smear positif dan 30% pada smear negatif. Oleh karena itu rekomendasi utama penelitian ini adalah memasukkan skrining foto toraks selain skrining gejala TB pada alur diagnosis TB dewasa bersama pemeriksaan Xpert MTB/RIF dalam deteksi dini kasus TB untuk menurunkan prevalensi, kematian akibat TB dan transmisi di masyarakat.

---

Tuberculosis remains one of the world?s deadliest communicable diseases. Worldwide, 9.6 million people was estimated to have TB?s related problems in 2014; i.e 5.4 million in men; 3.2 million women and 1 million children. Globally, India, Indonesia and China had the largest number of TB cases: 23, 10 and 10 of total percentage. WHO has launched the End TB Strategy in the effort of reducing TB?s prevalence that has been implemented since 2016. With regard to the target of the strategy which is linked to the SDGs, 90% of mortality and 80% of the new TB cases (year 2015) should be achieved in 2030. In addition, there should be taken for granted there would not any family be financially burden because of TB. The basic principle to cure TB cases is the same all over the world. Diagnose has to be done accurately and as early as possible. In addition, treatment regiments have to be standardized. Thorax screening has shown as a good sensitivity in identifying a high risk TB suspect, especially when abnormality criterion at lung and pleura is implemented. Many countries has adopting screening of thorax photo to escalate for TB case detection.

The purpose of this study is to analyze the positivity of TB screening through thorax photo identification and its economics potential losses that can be prevented. The specific purposes are: to analyze the positivity of bacteriologically TB confirmed in TB screening with chest X-ray; to analyze accuracy of adding chest X-ray screening in a bacteriologicallyTB confirmed and its financial implication on TB diagnose.

This study utilized a secondary data of SPTB that has been collected in 2013-2014 for national level and 3 regions representative. The design of the study is a cross-sectional, implementing stratified multi-stages cluster sampling. Participants were interviewed on TB?s symptoms and screened for direct digital chest radiography (DDR) except for pregnant women and those refused to participate. Suspect are those who having symptoms of TB or abnormal thorax photo, assessed for microscopic sputum for acid-fast bacillus (AFB),, culture and Xpert MTB/RIF done by seven referal TB?s laboratory.

Study results showed, screening for thorax photo can detect as much as 97% of positive smear, 94% of negative smear and 95% of bacteriologically TB confirmed. Without symptoms of TB, thorax photo can detect 30% positive smear, 51% negative smear and 43% bacteriologically TB confirmed. It can be said that there are TB cases that can?t be detected without taking thorax photo. By doing screening of symptoms only, there are 602,717 cases of age ≥15 years old, 421,250 cases of age 18-60 years among others 273,810 cases are men and 147,440 cases are women were may loss detected. By adding thorax screening we can increase four-fold TB bacteria confirmation and nine-fold when both (symptoms and thorax) are done simultaneously.

Sensitivity and specificity of abnormal thorax photo for positive symptom towards TB bacterilogically TB cofirmed was 91.3% and 47.2% respectively. Other results was when the results of thorax photo screening normal, but having positive symptoms, the probability of non TB cases was 99.4% (NPV). Thus, there would be about 45% efficiency can be done for cases of symptom positive ? thorax normal, or non TB suspect which can save finance for laboratory smear assessment and Xpert MTB/RIF. Generally 96% of Xpert MTB/RIF positive was culture positive that used as a gold standard comparing to 49% of BTA positive among culture positive.

Using chest X-Ray screening to detect TB could save budget in detecting TB cases, especially at men of productive age. As much as 38% finance reveal as indirect cost that is productivity losses due to premature death and temporary disability. This cost saving is relatively high (50%). By adding thorax photo assessment, it can reduce 75% mortality and TB?s transmission of positive smear and 30% of negative smear.

The main recommendation of this study is to implement thorax photo screening in spite of TB?s symptom screening at the diagnoses pathways for adult TB cases, simultaneously with early detection of Xpert MTB/RIF to reduce TB prevalence, mortality as well as transmission in the community."

"Tomografi terkomputasi/CT memiliki keterbatasan dalam mendiferensiasikan material heterogen. Diantara solusinya adalah menggunakan CT dengan sinar-X bervariasi, lalu melakukan image fusion untuk menggabungkan citra proyeksi beda energi tersebut. Dalam penelitian ini, digunakan algoritma image fusion berupa Discrete Wavelet Transform (DWT) dan Non Subsampled Contourlet Transform (NSCT) untuk mengamati performanya dalam meningkatkan kualitas sistem CT sinar-X di BRIN. Digunakan tiga jenis sampel: threaded pipe union PVC, busi, dan set sampel multimaterial berupa lima silinder beda material. Dihasilkan 7 set slice citra yang difusi menggunakan MATLAB. Dari hasil fusi, didapat bahwa algoritma DWT dengan aturan fusi max-max memberikan hasil fusi dengan kontras tertinggi, dengan rerata STD 0.1852 ± 0.0002. Metode NSCT memberikan kesamaan per piksel tertinggi antara citra sumber dan citra fusi, dengan rerata FMI 0.9284 ± 0.0016 dan PSNR takhingga dari kalkulasi MATLAB. Algoritma DWT dengan aturan fusi mean-mean memberikan kesamaan struktural terbaik dengan rerata SSIM 0.9221 ± 0.0004. Namun, evaluasi visual menunjukkan kedua algoritma tersebut kurang efektif menghilangkan noise dan artifact. Oleh karena itu, diperlukan peningkatan kualitas pra-pemrosesan citra hasil rekonstruksi sebelum fusi, pemilihan sampel yang lebih sesuai dari tipe material hingga geometri sampel, serta bereksperimen dengan bermacam-macam algoritma fusi lainnya

---

Computed tomography/CT has limitations in differentiating heterogeneous materials. Among the solutions is to use CT with varying X-rays and image fusion to combine the different energy projection images. In this study, Discrete Wavelet Transform (DWT) and Non Subsampled Contourlet Transform (NSCT) image fusion algorithms were used to observe their performance in improving the quality of the X-ray CT system at BRIN. Three types of samples were used: PVC threaded pipe union, spark plugs, and a multimaterial sample set of five cylinders of different materials. Seven sets of image slices were fused using MATLAB. From the fusion results, it was found that the DWT algorithm with max-max fusion rule gave the highest contrast fusion results, with a mean STD of 0.1852 ± 0.0002. The NSCT method provides the highest per-pixel similarity between the source image and the fused image, with a mean FMI of 0.9284 ± 0.0016 and infinite PSNR from MATLAB calculations. The DWT algorithm with mean-mean fusion rule provided the best structural similarity with a mean SSIM of 0.9221 ± 0.0004. However, visual evaluation showed that both algorithms were less effective at removing noise and artifacts. Therefore, it is necessary to improve the pre-processing quality of the reconstructed image before fusion, select more suitable samples from material type to sample geometry, and experiment with various other fusion algorithms."

"ABSTRAKWatermarking merupakan teknik penyisipan data atau informasi yang bersifat rahasia ke dalam media data digital lainnya. Watermarking pada citra digital dibutuhkan sebagai perlindungan terhadap kepemilikan citra digital. Tujuan penelitian ini adalah merancang simulasi algoritma watermarking dengan menggunakan transformasi wavelet diskrit dari beberapa mother wavelet seperti diskrit meyer, daubechies, symlet, dan haar. Hasil pengujian penyisipan citra watermark dengan beberapa dimensi yang berbeda, citra watermark dengan dimensi 64 x 64 piksel memiliki hasil yang paling baik. Proses watermarking dengan dekomposisi yang paling baik pada percobaan ini terjadi pada dekomposisi satu level. Pengujian penyisipan watermark dengan sub-band LL,LH,HL, dan HH, didapat bahwa penyisipan pada sub-band LL memiliki nilai PSNR yang paling baik. Citra asli yang telah disisipkan dengan citra watermark juga di uji secara subjektif. Hasil dari citra yang terwatermark tidak dapat dideteksi secara langsung oleh koresponden karena perubahan citra terwatermark tidak jauh berbeda dengan citra asli. Pengujian citra terwatermark terhadap robustness dengan ?salt & pepper? terjadi penurunan kualitas citra yang sangat tinggi. Pengujian citra terwatermark terhadap robustness dengan AWGN, tidak banyak mempengaruhi kualitas citra terwatermark. Nilai power noise dari AWGN yang diujikan dari 10-40 db, dengan nilai maksimum power noise dari AWGN adalah 40 db. Dari hasil percobaan beberapa jenis keluarga wavelet yang paling baik adalah diskrit meyer.

---

ABSTRACTWatermarking is a technique of embedding the data or information that is confidential to the other digital data media. Digital image watermarking is needed as a protection against the ownership of digital images. The purpose of this study is to design a simulated watermarking algorithm using discrete wavelet transform of a mother wavelet such as discrete meyer, daubechies, symlet, and haar. Test results with the embedding a watermark image several different dimensions, watermark image with dimensions of 64 x 64 pixels have the best result. The best decomposition process of watermarking in this study occurred at a single level of decomposition. Watermark embedding testing with sub-bands LL, LH, HL, and HH, found that the embedding in sub-band LL has the best PSNR values. The original image has been embedded with a watermark image was tested subjectively. The results of the watermarked image can not be detected directly by the correspondents because the change of watermarked image is not much different from the original image. The robustness of watermarking image with "salt and pepper" shows decrease in quality greatly. However, the test by adding the AWGN showed that the robustness did not affect the quality of watermarked image. The experimental result by varying power noise, ranged from 10 db to 40 db, with a maximum power noise of AWGN is 40 db. From the experimental results, the discrete meyer is the best type among the wavelet family."

"Metode Mel Frequency Cepstral Coefficient (MFCC) adalah metode yang paling populer dan memiliki kinerja yang baik sebagai metode feature extraction (pengekstraksi ciri) hingga saat ini. Namun berdasarkan hasil simulasi, diketahui bahwa speaker recognition system yang menggunakan MFCC sebagai metode feature extraction memiliki akurasi yang rendah ketika diterapkan pada sinyal suara yang mengandung noise. Dalam penelitian ini, penulis mengusulkan metode Discrete Wavelet Transform - Mel Frequency Cepstral Coefficient (DWT-MFCC) untuk mengatasi masalah tersebut. Hasil simulasi menunjukkan bahwa metode DWT-MFCC memiliki akurasi lebih tinggi dibandingkan dengan metode MFCC konvensional apabila diterapkan sebagai metode feature extraction dalam sistem speaker recognition dengan tingkat SNR dari 15 hingga 40 dB.

---

The Mel-frequency Cepstral Coefficients (MFCC) method is the most popular method and has good performance as a feature extraction to date. But based on the simulation results, it is known that the speaker recognition system that uses MFCC as a feature extraction has low accuracy when applied to voice containing noise.

In this study, we propose the Discrete Wavelet Transform - Mel Frequency Cepstral Coefficient (DWT-MFCC) method to overcome this problem. The simulation results show that the DWT-MFCC method has higher accuracy compare with conventinal MFCC method when applied as feature extraction in the speaker recognition system with SNR from 15 to 40 dB."

"Dalam beberapa tahun terakhir, penelitian algoritma enkripsi citra menggunakan compressive sensing dan sistem chaotic telah banyak dikembangkan. Dengan memanfaatkan properti yang kompleks dari ergodisitas, tidak mudah untuk diprediksi, dan sensitifitas terhadap keadaan awal dari suatu sistem chaotic, suatu sistem chaotic dapat digabungkan dengan compressive sensing. Banyak algoritma enkripsi yang menggunakan sistem chaotic pada dimensi rendah menanggung risiko keamanan dan ekspansi data enkripsi. Selain itu, algoritma enkripsi menggunakan compressive sensing menghasilkan citra dekripsi dengan kualitas citra yang berbeda dengan citra awal. Penelitian ini bertujuan untuk mengatasi kelemahan ini dengan mengembangkan metode enkripsi citra menggunakan 2D Sine-Chebyshev-ICMIC Map, compressive sensing dan multi-level discrete wavelet transform. Representasi sparse dibentuk menggunakan multi-level discrete wavelet transform dengan mengelompokan koefisien wavelet. Fungsi hash SHA-256 dari citra awal digunakan untuk menghasilkan kondisi awal dari chaotic map sehingga dapat meningkatkan ketahanan terhadap serangan known-plaintext dan chosen-plaintext. Hasil penelitian menunjukkan metode enkripsi citra memiliki ketahanan dan keamanan dari beberapa serangan dengan hasil kompresi yang baik

---

In the past few years, the research in image encryption using compressive sensing and chaotic system has grown rapidly. With complex properties of ergodicity, unpredictability, and sensitivity to the initial states of chaotic system, chaotic system can be combined with compressive sensing. There are many encryption algorithm that used low-dimensional chaotic system that suffer security risks and expansion in encryption data. Furthermore, encryption algorithm using compressive sensing gives the differences between the plain image and the decrypted image. This study aims to overcome this weakness by developing image encryption method using 2D Sine-Chebyshev-ICMIC Map, compressive sensing and multi-level discrete wavelet transform by grouping the wavelet coefficient. SHA-256 hash function of the plain image is generated to calculate the initial states of chaotic system. Result from experiments shows that the enryption method has robustness and secure againts some attacks with good compression result"

"Kemunculan MDR-TB menghambat program pemberantasan TB dan berakibat pada meningkatnya angka kematian dan beban control TB. Tempat pengobatan TB, termasuk riwayat pengobatan, sangat mungkin merupakan predictor MDR-TB yang kuat. Tujuan dari studi ini ada untuk mengidentifikasi dan menganalisis tempat pengobatan TB primer sebagai salah satu factor yang mungkin berkontribusi dalam perkembangan TB menjadi MDR-TB. Pengumpulan data dilaksanakan pada bulan Desember 2009 hingga Agustus 2010. Mengguanakan metode cross-sectional, data didapatkan melaui wawancara mendalam dengan 50 pasien MDR-TB yang sedang mendapatkan pengobatan di klinik MDR-TB RS Persahabatan. Dalam jumlah besar pasien MDR-TB mendapatkan pengobatan di puskesmas (38%) dan dokter praktik pribadi (28%). Tidak ditemukan adanya assosiasi antara tempat pengobatan TB pertama dan kepatuhan pasien sedangkan assosiasi terlihat antara tempat pengobatan TB pertama dan peresepan obat gratis.

---

The emergence of MDR-TB hampers TB eradication program which resulted in high fatality rate and increase burden of TB control. TB treatment place, including history of treatment, might be a strong predictor of MDR-TB. The purpose of this study is to identify and analyze primary TB treatment place as the contributing factor that may lead to the development of TB towards MDR-TB. The data collection was done from December 2009 to August 2010 at Persahabatan Hospital. Using cross-sectional method, data is obtained through thorough interview of 50 MDR-TB patients undergoing treatment in MDR-TB Clinic in Persahabatan Hospital. Large proportion of MDR-TB patient received their primary TB treatment at puskesmas (38%) and private Practice (28%). It is found that there is no association between primary TB treatment place and patient compliance while association appears between primary TB treatment place and free drug prescription."

"Praktik residensi spesialis keperawatan medikal bedah dengan kekhususan pada system musculoskeletal dilaksanakan selama 1 tahun yang bertujuan untuk mengaplikasikan peran perawat sebagai pemberi asuhan, pendidik, peneliti, dan innovator. Peran sebagai pemberi asuhan dilakukan dengan mengelola sebanyak 30 pasien yang mengalami masalah system musculoskeletal dan 1 pasien kelolaan utama dengan kasus OA Genu Bilateral Grade 4 dengan deformitas Varus dan Hipertensi dengan pendekatan Need Theory Handerson. Osteoarthritis (OA) merupakan penyakit radang kronis pada area sendi yang bersifat degenerative dan progresif. Osteoarthritis dilaporkan sebagai salah satu penyebab utama disabilitas. Penatalaksanaan Osteoarthritis dapat beragam tergantung pada derajat OA, mulai dari pemberian therapi analgesic, therapy latihan dan aktifitas, atau tindakan operasi penggantian sendi atau Arthropasty, sehingga dibutuhkan peran perawat dalam menangani pasien dengan OA. Peran perawat sebagai peneliti dilakukan dengan penerapan posisi kaki “knee flexion” untuk menurunkan jumlah kehilangan darah dan memfasilitasi mobilisasi lebih awal pada pasien post operasi penggantian sendi lutut atau Total Knee Replacement. Sedangkan peran sebagai pendidik dan innovator dilakukan dengan memberikan edukasi berbasis Web untuk meningkatkan persepsi kesiapan pulang pada pasien Hip Arthroplasty yang dievaluasi menggunakan kuesioner Readiness for Hospital discharge Scale (RHDS).

---

The practice of medical surgical nursing specialist residency with a specialization in the musculoskeletal system which has been carried out for 1 year aims to apply the role of nurses as caregivers, educators, researchers, and innovators. The role as a care provider is carried out by managing 30 patients who have problems with the musculoskeletal system and one main case of Ostearthritis Genu Bilateral Grade 4 with Varus deformity and Hypertension with the Need Theory Handerson approach. Osteoarthritis (OA) is a chronic inflammatory disease in the joint area that is degenerative and progressive. Osteoarthritis is reported as one of the leading causes of disability. Osteoarthritis management can vary depending on the degree of OA, ranging from providing analgesic therapy, exercise and activity therapy, or joint replacement surgery or arthropasty, so the role of nurses is needed in treating patients with OA. The nurse's role as a researcher is carried out by applying the knee flexion to reduce the total of blood loss and facilitate early mobilization in postoperative Total Knee Replacement patients. Meanwhile, the role of educator and innovator is carried out by providing Web-based education to increase the perception of readiness for discharge in Hip Arthroplasty patients who were evaluated using the Readiness for Hospital discharge Scale (RHDS) questionnaire.

"