Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKIdentifikasi lapisan lilin pada buah sangat sulit dilakukan tanpa adanya suatu sistem yang bersifat non-destruktif. Pada umumnya, dilakukan metode yang bersifat destruktif untuk mengetahui ada atau tidaknya suatu lapisan pada buah, seperti merendam buah pada air panas, menggunakan campuran cuka dengan air, atau campuran soda kue dengan air. Adapun metode destruktif lainnya yang menggunakan instrumentasi kromatografi gas, dimana proses ini membutuhkan waktu yang lama dan pengoperasian yang sulit. Citra VNIR menjadi metode terbaru untuk mengatasi masalah tersebut karena metode ini bersifat non-destruktif dan lebih mudah untuk dioperasikan. Dalam penelitian ini, sistem identifikasi ada atau tidaknya lapisan lilin pada buah apel berhasil dibuat. Proses dimulai melalui akuisisi citra, koreksi citra, object detection, window averaging, model klasifikasi, hingga mendapatkan status pelapisan (coating status). Citra diakuisisi pada rentang panjang gelombang 400 hingga 100 nm. Profil reflektansi yang didapat, selanjutnya dikomparasikan antara satu kelas dengan kelas lainnya, sehingga terlihat perbedaan yang mencolok diantara keduanya. Selanjutnya, model akan diuji dan dievaluasi menggunakan data referensi yang merupakan hasil klasifikasi secara manual. Pembuatan dan pengujian model dilakukan melalui proses traning dan testing data. Pada penelitian ini, digunakan beberapa model klasifikasi yang dibuat berdasarkan profil reflektansi dari setiap citra yang telah diakuisisi. Hasil akurasi model melalui evaluasi confusion matrix didapat sebesar 70,83% untuk model PCA-SVM, 95,42% untuk model DT, dan 98,33% untuk model RF.

---

ABSTRACTWax coating identification on fruits is very difficult without a non-destructive system. In general, destructive methods were used to find out whether or not there are coatings on fruit, such as soaking fruit in hot water, using a mixture of vinegar and water, or baking soda and water. There are other destructive methods using instrumentation like gas chromatography, where this process takes much time and difficult to operate. VNIR imaging becomes the latest method to overcome this problem because this method is non-destructive and easier to operate. In this study, identification system for the presence or absence of wax coating on apples has been successfully made. The process starts through image acquisition, image correction, object detection, window averaging, classification model, until we got the coating status. The image was acquired on a wavelength range from 400 to 1000 nm. The reflectance profile is obtained, then it is compared between one class and the other class, until there is a noticable difference between the two. Next, the model will be tested and evaluated using reference data which is the result of manual classification. The making and testing of the model was done through the process of data training and data testing. In this study, several classifications models were made based on the reflectance profile of each acquired image. The accuracy of the model through confusion matrix evaluatin were 70.83% for the PCA-SVM model, 95.42% for the DT model, and 98.33% for the RF model."

"ABSTRAKPada saat ini, buah-buahan dilapiskan lilin untuk mempertahankan kualitas dan memperpanjang usia simpan buah. Pengukuran kualitas buah yang dilapiskan lilin umumnya bersifat destruktif. Pengukuran kualitas buah berlapis lilin menggunakan citra VNIR belum pernah dilakukan, sehingga diperlukan pengkajian lebih lanjut mengenai pengaruh lapisan lilin pada pengukuran kualitas buah berbasis citra VNIR. Dalam penelitian ini, lilin lebah digunakan untuk melapiskan apel malang. Partial Least Square Regression (PLSR) dan Regression Tree (RT) digunakan sebagai algoritma seleksi fitur dan model regresi. Dalam penelitian ini, pemodelan dibentuk menggunakan apel tidak berlapis lilin, apel berlapis lilin, gabungan antara apel tidak berlapis lilin dan apel berlapis lilin. Selanjutnya, dilakukan pengujian apel malang berlapiskan lilin terhadap model prediksi kekerasan apel malang tidak berlapiskan lilin. Sistem prediksi kekerasan memiliki performa terbaik jika menggunakan data pelatihan dan data pengujian berupa apel tidak berlapis lilin saja. Hasil dari model PLSR dan RT menggunakan apel tidak berlapis lilin sebesar 0,97 dan 0,88 pada R2; 3,22 dan 6,65 pada RMSE. Berdasarkan hasil tersebut, lapisan lilin pada permukaan buah dapat memengaruhi hasil pengukuran berbasis citra VNIR.

---

ABSTRACTThese days, wax coating was applied on fruits to maintain its quality and extends the shelf life. The quality measurement of the waxed fruit was destructive in most cases. The quality measurement of the waxed fruit with VNIR image had never been done before, so further study about the effect of wax coating for VNIR image-based fruit quality measurement was needed. In this study, beeswax is used to coated Malang apples. Partial Least Square Regression (PLSR) and Regression Tree (RT) used as feature selection and regression model algorithm.  In this study, a regression model was built using non-waxed Malang apples, waxed Malang apples, a combination of non-waxed Malang apples and waxed Malang apples. Next, the waxed Malang apples was tested to the firmness prediction model of the non-waxed Malang apples. Firmness prediction system of Malang apples obtained the best performance if using training data and test data of non-waxed Malang apples. The results of PLSR and RT model using non-waxed Malang apples were 0.97 and 0.88 for R2, 3.22 and 6.55 for RMSE. Based on these results, wax coating on the surface of the fruit could disrupt the measurement results of VNIR image."

"Telah dilakukan penelitian mengenai Pengaruh Penambahan Mn Pada Spektroskopi Impedansi Bahan Ba(Ti,Mn)O₃ Untuk Aplikasi PTC. Pada penelitian ini akan diuji sifat bahan ferroelektrik dimana struktur kristal dari sampel Ba(Ti,Mn)O₃ dibuat dengan komposisi Mn dan Ti yang seimbang dengan menggunakan metode solid state, yang hasilnya dapat dilihat dengan melakukan pengujian difraksi sinar X (XRD), RLC meter dan pengukuran SEM.

---

It have done research on the "Effect of Mn Addition At Impedance Spectroscopy Materials Ba(Ti,Mn)O₃ For PTC Applications. In this study will be tested properties of ferroelectric materials in which the crystal structure of a sample of Ba(Ti,Mn)O₃ is made with the composition of the Mn and Ti by using solid state methods, the results can be seen by testing the X-ray diffraction (XRD), RLC meter and SEM measurements."

"ABSTRAKKandungan madu dibangun dari kadar gula yang tinggi. Salah satu parameter kualitas madu dapat dilihat dari kandungan gula yang terkandung didalamnya. Oleh karena itu, diperlukan sistem untuk memprediksi kandungan gula tambahan sebagai salah satu parameter keaslian madu dan dapat digunakan untuk mengklasifikasikan madu asli dengan madu palsu. Citra madu diperoleh dengan menggunakan mode transmitansi dalam kisaran panjang gelombang VNIR 400 - 1000 nm. Sistem yang lengkap terdiri dari kamera Hiperspektral pada kanal 224, slider, lampu halogen 150 W dan diffuser cahaya. Metode pengolahan data yang dilakukan ialah koreksi gambar, segmentasi, ekstraksi fitur, r fitur, model regresi, dan model klasifikasi. Partial Least Square Regression (PLSR) digunakan sebagai reduksi fitur dan model regresi untuk analisis kuantitatif berdasarkan profil transmitansi madu. Soluble Solid Content (SSC) diukur menggunakan Digital Refractometer Pocket Hand Held sebagai data referensi. Principal Component Analysis (PCA) digunakan sebagai reduksi fitur dan Support Vector Machine (SVM) digunakan untuk mengklasifikasikan madu asli dengan madu palsu. Lima jenis madu dari produsen yang sama digunakan sebagai sampel madu. Gula buatan ditambahkan ke madu asli untuk menghasilkan 6 varian Soluble Solid Content. Hasil RMSE dan R² untuk data tes masing-masing ialah 2,33 dan 0,84. Hasil yang didapatkan dari data tes untuk model klasifikasi ialah berupa akurasi sebesar 88,9%, Misclassification Rate (MR) sebesar 12%, False Positive Rate (FPR) sebesar 4%, dan False Negative Rate (FNR) sebesar 5%. Berdasarkan hasil tersebut, sistem yang diusulkan dapat digunakan sebagai metode alternatif untuk memprediksi SSC dan mengklasifikasikan madu asli dan madu palsu dengan akurasi yang sangat baik.

---

ABSTRACT

Honey content is constructed by a high sugar content.  One parameter of the honey qualities can be seen from the sugar contained in it. Therefore, a system is needed to predict additional sugar content as one of the authenticity parameters of honey and can be used to classify original honey and adulterant honey. The honey image is obtained using the transmittance mode in the VNIR wavelength range of 400 - 1000 nm. The complete system consists of a Hyperspectral camera on 224 band, slider, 150 W halogen lamp and light diffuser. The processing method performs image correction, segmentation, feature extraction, feature reduction, regression models, and classification models. Partial Least Square Regression (PLSR) was used as a reduction feature and a regression model for quantitative analysis using the honey transmittance profile. Soluble Solid Content (SSC) is measured using Digital Refractometer Pocket Hand Held as reference data. Principal Component Analysis (PCA) is used as a feature reduction and Support Vector Machine (SVM) is used to classify the original honey and adulterant honey. Five types of honey from the same producer were used as honey samples. The artificial sugar is added to the original honey to produce 6 variants of Soluble Solid Content. RMSE and R² results for each test data are 2,33 dan 0,84. The results obtained from the test data for the classification models are 88,9% for the accuracy, 12% for the missclassification rate (MR), 4% for the False Positive Rate (FPR), and 5% for the False Negative Rate (FNR). Based on these results, the system can be used as an alternative method for predicting SSC and classifying original honey and adulterant honey with very good accuracy.

"

"Latar belakang: Pemberian sedasi dan analgesia yang adekuat sangat penting dalam pemulihan pasien di unit perawatan intensif. Penggunaan yang tidak tepat dapat menyebabkan desaturasi oksigen otak. Studi ini bertujuan untuk mengetahui gambaran oksigenasi serebri yang diukur dengan Near-infrared spectroscopy (NIRS) pada pasien yang menerima sedasi dan analgesia dan mengetahui intervensi inotrop pada kedua kelompok.Metode: Penelitian ini adalah sebuah nested cohort observational study dari penelitian utama yang berjudul “Efektivitas penggunaan protokol sedasi dan penyapihan ventilator dibandingkan keputusan klinis pada anak di PICU RSCM” yang dilakukan secara prospektif di PICU Rumah Sakit Cipto Mangunkusumo (RSCM). Penelitian dilakukan pada anak usia 1 bulan-17 tahun 11 bulan dengan ventilasi mekanik dan diberikan sedasi dan analgesia. Pasien dibedakan menjadi dua kelompok, yaitu sedasi dan analgesia berdasarkan protokol dan berdasarkan keputusan klinis (tanpa protokol). Oksigenasi serebri diukur dengan NIRS dalam lima pengamatan waktu (sebelum sedasi, 5 menit, 1, 6 dan 12 jam setelah sedasi).Hasil: Dari 69 subjek, 39 subjek mendapatkan sedasi dan analgesia berdasarkan protokol dan 30 lainnya tanpa protokol. Tren penurunan nilai NIRS >20% dari data dasar, lebih banyak ditemukan pada kelompok protokol pada 5 menit (6,7%), 1 jam (11,1%), 6 jam (26,3%) dan 12 jam (23,8%). Nilai rerata NIRS lebih rendah dan intervensi inotrop lebih banyak ditemukan pada kelompok sedasi tanpa protokol, walaupun tidak bermakna secara statistik.Simpulan: Penelitian ini menunjukkan penurunan NIRS > 20% didapatkan pada anak dengan penggunaan sedasi dan analgesia berdasarkan protokol, dan NIRS terbukti dapat mengukur desaturasi serebri yang terjadi selama penggunaan obat sedasi dan analgesia.

---

Background: Adequate sedation and analgetic agents are imperative in the recovery patients at intensive care units. Inappropriate use may induce cerebral desaturation. This study aims to know about cerebral oxygenation measured by Near-infrared spectroscopy (NIRS) in children receiving sedation and analgesia and to evaluate the differences use of inotropic agents from two groups.

Methods: This is a nested prospective cohort study of the major study entitled “Effectiveness of ventilator sedation and weaning protocols compared with clinical decisions in children in PICU RSCM”, conducted in Pediatric Intensive Care Unit (PICU), Cipto Mangunkusumo Hospital. Subjects were one-month-old to seventeen-year-old children used mechanical ventilator. They were divided into two groups, sedation and analgetic based on protocol and without protocol. Cerebral oxygenation measured at five different timings (before sedation, 5 minutes, 1, 6 and 12 hours after sedation and analgesia).

Results: There were total 69 children included, 39 subjects were received protocol and 30 subjects without the protocol. NIRS were reduced > 20% from the baseline in the protocol group at 5 minutes (6,7%), 1 hours (11,1%), 6 hours (26,3%) and 12 hours (23,8%). NIRS average was lower and the use of inotropic agents was found more in group without protocol. However, these findings are not statistically significant.

Conclusion: This study shows that NIRS decreased >20% from baseline was observed in children who were sedated using protocol and NIRS are useful to measure cerebral desaturation that happens during the administration of sedation and analgetic agents.

"

"ABSTRAKUmumnya kadar air buah dapat diukur dengan membandingkan reduksi massa benda dengan metode pengeringan oven. Dalam tulisan ini, sistem prediksi kadar air pisang diperkenalkan dengan teknik pencitraan VNIR Visible Light ndash; Near Infrared . Teknik pencitraan hiperspektral dengan menggunakan citra VNIR merupakan teknologi yang dapat diandalkan dalam pengujian kualitas buah secara non destruktif, cepat dan efisien. Sistem prediksi ini menggunakan PCA dan PLS sebagai model regresi untuk mendapatkan hasil kuantitatif nya. Hasil regresi yang didapatkan dari PCA untuk pisang raja berupa RMSE Root Mean Square Error sebesar 0.65 dan R2 Coerrelation Coefficient sebesar 0.71. Sedangkan hasil dari PLS yaitu RMSE sebesar 0.54 dan R2 sebesar 0.82. Hasil regresi dari PLS relatif lebih baik daripada PCA dan lebih akurat. Untuk mengetahui klasifikasi tingkat kematangannya, sistem prediksi kadar air pisang ini menggunakan SVM.

---

ABSTRACTCommonly, the fruit moisture content could be measured by comparing the mass decrement of object through oven drying method. In this paper, a bananas moisture content prediction system was introduced using Visible Light ndash NIR imaging technique. Hyperspectral imaging technique using VNIR image is a reliable technology in fruit quality testing non destructive, fast and efficien. The prediction system uses PCA and PLS as a regression model to get its quantitative results. Regression results obtained from PCA for Raja bananas in the form of RMSE Root Mean Square Error of 0.65 and R2 Correlation Coefficient of 0.71. While the results of the PLS RMSE of 0.54 and R2 of 0.82. Regression results from PLS are relatively better than PCA and more accurate. To determine the classification of the level of maturity, the moisture content of bananas prediction system uses SVM Support Vector Machine."

"Pengukuran kadar gula darah merupakan salah satu kebutuhan utama dalam penanganan diabetes. Namun, moda pengukuran kadar gula darah yang umum saat ini, dilakukan secara invasive atau perlu melukai bagian tubuh manusia untuk mendapat nilai kadar gula darahnya. Terdapat metode pengukuran non invasive tanpa melukai manusia, namun metode ini masih belum dapat diandalkan karena banyaknya factor yang mempengaruhi glukosa tersebut. Penelitian ini mencoba untuk menganalisis akurasi dan performa dari pengukuran gula darah secara non invasive menggunakan sensor infrared pada panjang gelombang 940 nm dengan dibantu oleh Artificial Neural Network dan juga untuk mengevaluasi hubungan komponen dasar dari sinyal analog dari sensor yang bersangkutan terhadap kadar gula darah menggunakan Multiple Regression. Akurasi prediksi gula darah dievaluasi menggunakan Clark Grid Error analysis Dalam analisis ini, 81% dari 97 sampel data berada pada zona yang dapat diterima secara klinis, sedangkan sisanya berada pada zona yang tidak. Hal ini belum mencukupi kebutuhan akurasi 95% yang dapat diterima berdasarkan dari standar ISO 15197, maka hasil daripada penelitian ini masih belum memberikan hasil yang baik. Evaluasi menggunakan multiple regression sendiri menghasilkan hubungan yang tidak signifikan antara komponen dari sinyal analog dengan kadar gula darah dengan nilai R-squared sebesar 0.0174, RMSE 66.9, dan P-value keseluruhan sebesar 0.801.

---

Measuring blood sugar levels is one of the main needs in managing diabetes. However, the current common method of measuring blood sugar levels is carried out invasively or requires injuring parts of the human body to obtain blood sugar levels. There are non-invasive measurement methods without injuring humans, but this method is still not reliable because of the many factors that influence glucose. This research attempts to analyze the accuracy and performance of non-invasive blood sugar measurements using an infrared sensor at a wavelength of 940 nm assisted by an Artificial Neural Network and also to evaluate the relationship of the basic components of the analog signal from the sensor in question to blood sugar levels using Multiple Regression. The accuracy of blood sugar predictions was evaluated using Clark Grid Error analysis. In this analysis, 81% of the 97 data samples were in the clinically acceptable zone, while the rest were in the zone that was not. This does not meet the acceptable 95% accuracy requirement based on the ISO 15197 standard, thus the results of this research still do not provide relatively good results. Evaluation using multiple regression itself produced an insignificant relationship between the components of the analog signal and blood sugar levels with an R-squared value of 0.0174, RMSE 66.9, and an overall P-value of 0.801."

"Latar Belakang : Indonesia memiliki lebih dari seratus suku dengan nilai dan budayanya masing-masing. Salah satu budaya yang ada yaitu perawatan dengan melakukan penghangatan pada area bagian bawah tubuh ibu setelah bersalin (post partum). Perawatan ini memberi efek berupa peningkatan sirkulasi darah. Pendekatan asuhan keperawatan kepada ibu tersebut adalah dengan transcultural care. Tindakan transcultural care yaitu melakukan modifikasi budaya penghangat tubuh dengan teknologi Photobiomodultion Near Infrared (PBM NIR) yang mempunyai efek yang sama. Penelitian ini bertujuan untuk menilai pengaruh intervensi post partum berbasis budaya dengan teknologi PBM NIR terhadap adaptasi fisik dan psikososial ibu. Metode: Penelitian ini adalah Research and Development. Penelitian dimulai dengan mengidentifikasi adaptasi budaya perawatan post partum dengan penghangatan pada tujuh ibu post partum. Kemudian digunakan instrumen elektronik dengan teknologi PBM NIR untuk memodifikasi keperawatan berbasis budaya. Untuk mengetahui pengaruh instrumen, dilakukan pengukuran adaptasi fisik dan psikososial ibu post partum. Penelitian dilakukan di Palembang, Sumatera Selatan Indonesia. Jumlah sampel sebanyak 90 responden yang dipilih dengan teknik convenience sampling. Responden dibagi dalam tiga kelompok (satu kelompok intervensi dan dua kelompok kontrol). Analisis data menggunakan paired t-test, uji one way ANOVA dan Kruskal Wallis. Hasil : Langkah pertama studi kualitatif ditemukan bahwa semua partisipan ibu post partum, dukun pijat dan tokoh adat sepakat bahwa praktik budaya mereka dengan menghangatkan bagian bawah tubuh ibu dapat dimodifikasi dengan perangkat modern selama mudah digunakan dan dapat dijangkau. PBM NIR kemudian diukur pengaruhnya terhadap adaptasi fisik dan psikososial responden. Hasil diperoleh terdapat perbedaan signifikansi semua sub variabel sebelum dan sesudah intervensi pada responden kelompok intervensi (p <0,05) pada hari ke 1, 3, 6 dan 10. Demikian pula perbedaan yang signifikan antara kelompok intervensi dan dua kelompok kontrol lainnya (p = <0,05). Kesimpulan : Intervensi PBM NIR efektif meningkatkan adaptasi fisik dan psikososial ibu post partum. Hasil studi ini merekomendasikan agar petugas kesehatan dapat menggunakan alat ini sebagai alternatif intervensi perawatan post partum.

---

Background: Indonesia consists of more than a hundred ethnic groups that have their own culture and beliefs. One of the beliefs that they do in some areas is post-partum care, which uses heating in the lower area of womens bodies. This culture practice can be modified by a Photobiomodulation Near Infrared (PBM-NIR) with a similar effect. This paper aims to develop culture-based post-partum interventions with PBM-NIR technology and its impact on maternal physical and psychosocial adaptation.

Methods: The study design was Research and Development. This study identified the culture practice by warming the lower part of the mothers body in post-partum care by a qualitative study. The following step was modifying this cultural practice into electronic devices called PBM-NIR. It measured the effectiveness of this device toward physical and psychosocial adaptations of the post-partum women. A total sample of 90 respondents was selected by convenience sampling and divided into three groups (intervention and two control groups). Data analysis used a one-way ANOVA test and Kruskal Wallis.

Result: Step one, a qualitative study found that all post-partum women, the traditional attendants, and cultural leaders agreed that their cultural practice by warming the lower part of the mothers body could be modified by modern devices as long as easy to used and accessible. The PBM-NIR then measured its effectiveness toward Physical adaptation and psychosocial adaptation due to the result of the significance different of all subvariates pre- and post-intervention among respondents in the intervention group (p <0,05) on the 1st, 3rd, 6th, and 10th day. It was also significantly different between the intervention and another two control groups (p = < 0,05).

Conclusion: PBM NIR intervention effectively improves the physical and psychosocial adaptation of post-partum mothers. This study results recommended that health providers can use this device as an alternative intervention for post-partum care."

"Madu mengandung sejumlah vitamin yaitu tiamin (B1), riboflavin (B2), asam nikotinat (B3), asam pantotenat (B5), piridoksin (B6), biotin (B8 H), asam folat (B9), vitamin K, dan Vitamin. Vitamin C jumlahnya terbanyak dalam madu. Penelitian ini bertujuan untuk membandingkan dan mengevaluasi metode spektrofotometer Infra Merah Dekat dengan spektrofotometer UV-Visible untuk analisa kuantitatif vitamin C (Ascorbic Acid) dalam madu berkaitan dengan spektra, linearitas, presisi, batas deteksi (LOD) dan batas kuantifikasi (LOQ), penentuan kadar dengan menggunakan larutan standar Asam Askorbat. Pada penelitian ini, vitamin C dalam madu diukur dengan metode asam askorbat dengan menggunakan spektrofotometer UV Visible dan spektrofotometer Infra Merah Dekat dengan melakukan variasi konsentrasi. Spektrofotometer NIR (Near Infrared Spectrophotometer), pada konsentrasi 0 ppm sampai dengan 9 ppm menghasilkan koefisien determinasi (R2) sebesar 0.9996, standar deviasi sebesar 0.0214. Sedangkan, spektrofotometer UV Visible, pada konsentrasi 0 ppm sampai dengan 9 ppm menghasilkan koefisien determinasi (R2) sebesar 0.9950, standar deviasi sebesar 0.0764. Pengukuran presisi dengan Spektrofotometer Infra Merah Dekat pada rentang konsentrasi 0 ppm sampai dengan 9 ppm SD dan %RSD terkecil yang dihasilkan sebesar 0.00105 dan 0.01491 serta SD dan %RSD terbesar yang dihasilkan sebesar 0.00295 dan 0.09896. Sedangkan  pengukuran dengan Spektrofotometer UV-Visible pada rentang konsentrasi 0 ppm sampai dengan 9 ppm SD dan %RSD terkecil yang dihasilkan sebesar 0.01242 dan 0.62945 serta SD dan %RSD terbesar yang dihasilkan sebesar 0.06507 dan 2.02710. Pengukuran LOD dan LOQ dengan spektrofotometer Infra merah dekat dengan rentang konsentrasi larutan standar vitamin C dari 0 ppm sampai dengan 9 ppm (v/v), diperoleh nilai LOD 0.0643 ppm dan nilai LOQ adalah 0.2143 ppm. Pada rentang konsentrasi larutan standar vitamin C dari 0 ppm sampai dengan 50 ppm (v/v), maka diperoleh nilai LOD 0.17934 ppm dan nilai LOQ adalah 0.5978 ppm. Pengukuran LOD dan LOQ dengan spektrofotometer UV-Visible dengan rentang konsentrasi larutan standar vitamin C dari 0 ppm sampai dengan 9 ppm (v/v), diperoleh nilai LOD 0.2293 ppm dan nilai LOQ adalah 0.7643 ppm. Pada rentang konsentrasi larutan standar vitamin C dari 0 ppm sampai dengan 50 ppm (v/v), maka diperoleh nilai LOD 0.4733 ppm dan nilai LOQ adalah 1.5776 ppm. Sedangkan, pada rentang konsentrasi larutan standar vitamin C dari 0 ppm sampai dengan 30 ppm (v/v), maka diperoleh nilai LOD 0.2006 ppm dan nilai LOQ adalah 0.6687 ppm.

---

Honey contains a number of vitamins, namely thiamine (B1), riboflavin (B2), nicotinic acid (B3), pantothenic acid (B5), pyridoxine (B6), biotin (B8 H), folic acid (B9), vitamin K, and vitamins. The highest amount of Vitamin in honey is Vitamin C. This study aims to compare and evaluate the Near Infrared spectrophotometer method with a UV-Visible spectrophotometer for quantitative analysis of vitamin C (Ascorbic Acid) in honey related to spectra, linearity, precision, detection limits (LOD) and quantification limits (LOQ), determination of levels by using a standard solution of Ascorbic Acid. In this study, vitamin C in honey was measured by ascorbic acid using a UV Visible spectrophotometer and Near Infrared spectrophotometer by performing concentration variations. NIR (Near Infrared Spectrophotometer) spectrophotometer, at a concentration of 0 ppm to 9 ppm produces a determination coefficient (R2) of 0.9996, a standard deviation of 0.0214. Whereas, UV Visible spectrophotometer, at concentrations of 0 ppm to 9 ppm produces a determination coefficient (R2) of 0.9950, a standard deviation of 0.0764. Precision measurement with Near Infrared Spectrophotometer in the concentration range of 0 ppm to 9 ppm SD and the smallest% RSD produced was 0.00105 and 0.01491 and SD and the largest% RSD produced was 0.00295 and 0.09896. While the measurement with UV-Visible Spectrophotometer in the concentration range of 0 ppm to 9 ppm SD and the smallest% RSD produced was 0.01242 and 0.62945 and SD and the largest% RSD produced was 0.06507 and 2.02710. LOD and LOQ measurements with an infrared spectrophotometer close to the concentration range of the standard vitamin C solution from 0 ppm to 9 ppm (v / v), obtained an LOD value of 0.0643 ppm and the LOQ value was 0.2143 ppm. In the concentration range of the standard vitamin C solution from 0 ppm to 50 ppm (v / v), the LOD value is 0.17934 ppm and the LOQ value is 0.5978 ppm. LOD and LOQ measurements with a UV-Visible spectrophotometer with a concentration range of the standard vitamin C solution from 0 ppm to 9 ppm (v / v), obtained a LOD value of 0.2293 ppm and a LOQ value of 0.7643 ppm. In the concentration range of the standard vitamin C solution from 0 ppm to 50 ppm (v / v), the LOD value is 0.4733 ppm and the LOQ value is 1.5776 ppm. Whereas, in the concentration range of the standard vitamin C solution from 0 ppm to 30 ppm (v / v), the LOD value is 0.2006 ppm and the LOQ value is 0.6687 ppm."

"ABSTRACTUmumnya untuk membedakan antara lidah perokok dan lidah bukan perokok adalah dengan melihat secara visual yang dilakukan oleh praktisi medis dan masih bersifat invasif. Dalam penelitian ini, sistem pengenalan lidah perokok dibangun dengan menggunakan teknik pencitraan hiperspektral dengan rentang spektrum panjang gelombang VNIR Visible Near Infrared berbasis kombinasi ciri spektral dan ciri tekstur. Tujuan penelitian ini adalah membangun sistem pengenalan lidah perokok berbasis kombinasi ciri spektral dan ciri tekstur untuk meningkatkan nilai akurasi pada sistem pengenalan lidah perokok yang berbasis ciri spektral saja. Ciri spektral yang digunakan adalah nilai reflektansi yang didapat langsung dari ROI Region of Interest citra lidah, sedangkan untuk ciri tekstur yang digunakan adalah nilai energi, homogenitas, korelasi, dan kontras yang didapat pada metode ekstraksi ciri GLCM Gray level Co-occurence Matrix. Kedua ciri tersebut dikombinasikan sebagai input yang digunakan pada tahapan seleksi ciri dengan metode PLS Partial Least Square, yang kemudian akan diklasifikasikan menggunakan metode SVM Support Vector Machine. Hasil klasifikasi SVM kemudian dilakukan validasi dengan menggunakan metode k-cross validation. Nilai Akurasi yang didapat dari hasil klasifikasi SVM dengan kombinasi ciri spektral dan ciri tekstur di 4 bagian lidah, lebih baik dibandingkan dengan nilai akurasi yang didapat dari hasil klasifikasi SVM dengan ciri spektral saja, dengan kenaikan akurasi sebesar 1,19 untuk lidah bagian anterior, 3,35 untuk lidah bagian posterior, 7,95 untuk lidah bagian lateral A, dan 1,02 untuk lidah bagian lateral B.

---

ABSTRACTGenerally, to differentiate between smoker 39s tongue and non smoker 39s tongue is by doing an eye examination, which is invasive and performed by medical practitioners. In this research, smoker 39s tongue recognition system is built by using hyperspectral imaging technique with range of VNIR wavelength spectra, which is based on a combination of spectral features and texture features. The aim of this study is to built smoker 39s tongue recognition system based on a combination of spectral features and texture features to increase the value accuracy of smoker 39s tongue recognition system based on its spectral features only. The spectral features used are the reflectance value obtained from ROI Region of Interest from tongue images, while the texture characteristics used are the energy value, homogenity, correlation, and contrast obtained from extraction method of GLCM Gray Level Co occurence Matrix features. Both features are combined as an input used in the feature selection stage by using PLS Partial Least Square method, which then will be classified by using SVM Support Vector Machine method. After that, the SVM classification result will be validated by using k cross validation method. The value accuracy which is obtained from SVM classification result, by combining the spectral features and the texture characteristics in four regions of tongue, is better than the value accuracy from SVM classification result with spectral features only, with an accuracy increase of 1.19 for anterior region of tongue, 3.35 for posterior region of tongue, 7.95 for lateral A region of tongue, and 1,02 for lateral B region of tongue."