Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini bertujuan untuk mengoptimalkan efektivitas terapi menggunakan radionuklida Lutetium-177 dengan mengukur aktivitas secara akurat di setiap volume anatomi. Penelitian dilakukan untuk menentukan faktor kalibrasi (calibration factor, CF) dan koefisien pemulihan (recovery coefficient, RC), beserta ketidakpastiannya, untuk setiap metode rekonstruksi yang digunakan dalam praktik klinis. Nilai CF merupakan nilai kuantifikasi citra menjadi aktivitas. Penentuan CF dilakukan melalui akuisisi sumber titik. Hasil menunjukkan bahwa rekonstruksi tidak berpengaruh signifikan terhadap nilai CF, sedangkan ketidakpastian akibat peluruhan selama akuisisi berdampak kecil terhadap perbedaan nilai. Nilai RC merupakan faktor koreksi dalam memperkirakan aktivitas yang dipengaruhi oleh efek volume parsial (partial volume effect PVE). Penentuan RC dilakukan dengan akuisisi fantom NEMA-IEC. Pengukuran nilai RC melibatkan variasi beberapa parameter, antara lain pemilihan volume (volume of interest, VOI), jumlah iterasi, dan jenis rekonstruksi. Hasil menunjukan bahwa variasi VOI yang mempertimbangkan cacahan tertumpah (spill-out) menghasilkan nilai RC yang lebih representatif. Pada variasi metode rekonstruksi, jumlah iterasi tidak mempengaruhi nilai RC secara signifikan, sedangkan jenis rekonstruksi memiliki pengaruh yang besar terhadap nilai RC. Ketidakpastian kurva RC akibat ketidakpastian volume dipengaruhi oleh ketidakpastian voksel, resolusi spasial, dan ketidakpastian parameter pencocokan kurva. Berdasarkan analisis gambar dan  parameter, hasilnya diperoleh bahwa saturasi dalam rekonstruksi AST dicapai pada volume yang lebih kecil dengan ketidakpastian yang lebih rendah dibandingkan dengan rekonstruksi OSEM, FBP, dan MLEM. Dengan demikian, baik secara kualitatif maupun kuantitatif, rekonstruksi AST memberikan representasi ukuran objek yang lebih baik. ......This study aims to optimize the effectiveness of therapy using Lutetium-177 radionuclide by accurately measuring activity in each anatomical volume. The study was conducted to determine the calibration factor (CF) and recovery coefficient (RC) and their uncertainty for each method of reconstruction used in clinical practice. The CF value is the quantification value of the image into activity. CF determination is carried out through point source acquisition. The results show that reconstruction has no significant effect on the value of CF. In contrast, the uncertainty due to decay during acquisition has a small impact on the difference in value. The RC value is a correction factor in estimating activity affected by the partial volume effect (PVE). RC determination is carried out through NEMA-IEC phantom acquisition. The RC value measurement involves various parameters, including : the calculated volume of interest (VOI), the number of iterations, and the type of reconstruction. The results show that the variation of VOI that considers the spill-out results in a more representative RC value. In the various reconstruction methods, the number of iterations does not significantly affect the RC value, while the type of reconstruction greatly influences the RC value. The uncertainty of the RC curve due to volume uncertainty is influenced by voxel uncertainty, spatial resolution, and curve matching parameter uncertainty. Based on image and parameter analysis, the results show that saturation in the AST reconstruction is achieved at a smaller volume with lower uncertainties compared to OSEM, FBP, and MLEM reconstructions. Thus, both qualitatively and quantitatively, the AST reconstruction provides a better representation of the object's size.

Abstrak :
Fenomena Urban Heat Island (UHI) menjadi ancaman serius bagi kota-kota di dunia. Penanaman vegetasi merupakan salah satu langkah yang menjadi tindakan mitigasi dalam mengurangi efek UHI. Sementara ketersediaan ruang vegetasi dalam wilayah perkotaan diwujudkan dengan adanya taman kota. Pada 2013-2018 lalu, terdapat upaya signifikan dari Pemerintah Kota Bandung dalam membangun dan merevitalisasi taman di Kota Bandung dengan istilah konsep taman tematik. Pembangunan taman tersebut dilakukan dalam upaya memenuhi fungsi dasar taman, salah satunya fungsi ekologis. Park Cooling Intensity (PCI) adalah selisih antara rata-rata suhu permukaan di dalam taman dengan rata-rata suhu permukaan di luar taman. Penelitian ini dilakukan dengan tujuan untuk mengetahui nilai dan distribusi spasial PCI di wilayah sekitar taman Kota Bandung. Hasil penelitian ini menunjukan adanya PCI yang dihasilkan oleh taman di Kota Bandung sebesar 0,4-2,14˚C dengan rata-rata PCI sebesar 0,94˚C. Karakteristik taman memiliki peran yang penting dalam mempengaruhi nilai PCI yang dihasilkan oleh suatu taman. ......The Urban Heat Island (UHI) phenomenon is a serious threat to cities around the world. Planting vegetation is one of the steps that become mitigation actions in reducing the effects of UHI. While the availability of vegetation space in urban areas is realized by the existence of city parks. In 2013-2018, there was a significant effort from the Bandung City Government in building and revitalizing parks in Bandung City with the term thematic park concept. The park development was carried out to fulfill the basic functions of the park, one of which is the ecological function. Park Cooling Intensity (PCI) is the difference between the average surface temperature inside the park and the average surface temperature outside the park. This study was conducted with the aim of knowing the value and spatial distribution of PCI in the area around Bandung City Park. The results of this study show that the PCI generated by parks in Bandung City is 0.4-2.14˚C with an average PCI of 0.94˚C. Park characteristics have an important role in influencing the PCI value generated by a park.

Abstrak :
Penelitian mengenai pengaruh penambahan bahan pengisi atau filler berupa bahan pati dan bahan kaolin terhadap peningkatan kekuatan rekat Polivinil Asetat (PVAc) telah dilakukan. Penambahan filler dilakukan dengan dua kondisi yang berbeda yakni filler tanpa pemanasan dan filler yang melibatkan pemanasan. Pada setiap kondisi, dilakukan variasi komposisi filler yang ditambahkan ke PVAc antara lain 1%, 3% dan 5%. Terkhusus untuk kondisi filler dengan pemanasan, filler dilarutkan dengan akuades dengan temperatur 70-80 °C serta kecepatan pengadukan 300 rpm selama 60 menit. Pencampuran PVAc dengan berbagai variasi komposisi filler pati dan kaolin dilakukan dengan kecepatan agitasi 300 rpm selama 60 menit. Pengujian kekuatan rekat sampel dilakukan berdasarkan ASTM D905-03 tentang uji kuat geser dan diperoleh hasil kekuatan rekat PVAc meningkat seiring penambahan filler pati dan kaolin hingga batas komposisi 3%, lalu untuk komposisi filler sebanyak 5% kekatan rekat yang dihasilkan menurun. Evaluasi beberapa parameter juga dilakukan dalam penelitian ini yang meliputi, pengukuran pH, densitas, viskositas, dan kandungan padatan (solid content). Beberapa metode karakterisasi juga dilakukan yakni FTIR, SEM dan PSA. Spektrum FTIR menunjukkan adanya kemiripan antara PVAc murni dan PVAc yang dilakukan penambahan filler, dengan adanya sedikit pergesaran serta penambahan spektrum dan intensitas puncak. Hasil SEM menunjukkan morfologi partikel filler pati dan kaolin yang tersebar dan mengisi pori matriks PVAc. Seiring penambahan komposisi filler, hasil PSA menunjukkan peningkatan ukuran rata-rata diameter partikel dari 2,12 μm hingga 6,29 μm. ......Polyvinyl Acetate (PVAc) has been studied to find out what happens when fillers like starch and kaolin are added to make the glue stronger. Filler were added in two different ways: with or without heat. In each condition, different amounts of filler were mixed into the PVAc, such as 1%, 3%, and 5%. For the filler condition with heating, the filler was mixed with distilled water at 70–80°C and 300 rpm for 60 minutes. The PVAc was mixed with different combinations of starch and kaolin filler at a speed of 300 rpm for 60 minutes. The shear strength test of the samples was carried out according to ASTM D905-03, and the results showed that adding starch and kaolin fillers increased the adhesive strength of PVAc up to a composition limit of 3%. After that, the adhesive strength actually went down at a composition limit of 5%. Several parameters, such as pH, density, viscosity, and solid content, were also measured as part of this study. FTIR, SEM, and PSA were also used to figure out what the material was like. With a small shift and spectrum addition, the FTIR spectrum shows that pure PVAc and PVAc with filler added are generally similar. The SEM results showed the shape of the starch and kaolin filler particles, which were scattered and filled the holes in the PVAc matrix. When more filler is added to PVAc, the PSA results show that the average particle size was increased from 2,12 µm to 6,29 µm. 

Abstrak :
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.

Abstrak :
Penelitian ini bertujuan untuk melakukan evaluasi dosis titik pada kasus kanker payudara untuk teknik Enhanced Dynamic Wedge (EDW), Forward IMRT, dan Inverse IMRT. Evaluasi ini dilakukan dengan mempertimbangkan pergerakan seperti pergerakan pernafasan manusia. Penelitian ini menggunakan fantom Rando jenis fantom female pada saat TPS untuk mendapatkan nilai CT yang mendekati densitas jaringan tubuh manusia. Selain itu, penelitian ini menggunakan Slab fantom RW3berukuran 30 cm  30 cm  10 cm. Fantom ini akan digunakan utuk pengukuran yang dilakukan pada Linear Accelerator (Linac) dengan mensimulasikan couch dalam keadaan diam dan pergerakan secara translasi pada bidang Anterior Posterior (AP) untuk menirukan pergerakan akibat pernafasan manusia. Pengukuran yang diperoleh berupa dosis titik menggunakan dosimeter thermoluminescence TLD LiF-100. Dari penelitian ini didapatkan pada daerah target, yaitu breast atas dan breast bawah serta daerah Organ at Risk (OAR), persentase dosis terbesar dimiliki oleh teknik EDW pada keadaan dinamik dan persentase dosis terkecil dimiliki oleh teknik Inverse IMRT. Pergerakan anterior posterior memberikan konstribusi terhadap peningkatan persentase dosis pengukuran TLD dengan TPS untuk teknik EDW, Forward IMRT, dan Inverse IMRT berkisar antara 2% sampai 50%. ......This research aimed to evaluate point doses in breast cancer cases for the Enhanced Dynamic Wedge (EDW), Forward IMRT, and Inverse IMRT techniques. The evaluation was conducted considering motion, such as human respiratory motion. The study utilized a female Rando phantom during the Treatment Planning System (TPS) to obtain CT values approximating human tissue density. Furthermore, a 30 cm  30 cm  10 cm  Slab phantom RW3 was used in the research. The phantom was employed for measurements performed on the Linear Accelerator (Linac), simulating a stationary couch and translational motion in the Anterior-Posterior (AP) plane to mimic respiratory-induced motion. Point dose measurements were taken using the LiF-100 thermoluminescence dosimeter (TLD).  From this study, it was found that in the target areas, namely the upper and lower breast regions, as well as the Organ at Risk (OAR) areas, the EDW technique exhibited the highest percentage of dose in dynamic conditions, while the Inverse IMRT technique had the lowest percentage of dose. The anterior-posterior motion contributed to an increase in the percentage of dose measurement differences between TLD and TPS for the EDW, Forward IMRT, and Inverse IMRT techniques, ranging from 2% to 50%.

Abstrak :
Provinsi Sumatera Selatan merupakan daerah produksi karet terbesar di Indonesia pada tahun 2021 yaitu sebanyak 870.966 ton. Pusat Penelitian Karet Sembawa merupakan lembaga penelitian yang dapat menghasilkan lateks yang mana tanaman karet (Hevea brasiliensis) merupakan komoditas utama yang diteliti. Umur tegakan merupakan salah satu variabel penting karena dapat memprediksi produktivitas lateks. Tujuan dari penelitian ini adalah untuk memetakan distribusi umur tegakan karet menggunakan data nilai spektral band dan indeks vegetasi serta hubungannya terhadap produktivitas lateks. Penginderaan jauh menggunakan citra optik multispektral Sentinel-2 dapat digunakan untuk mengestimasi umur tegakan karena memberikan informasi dengan efisiensi waktu yang lebih baik serta kemudahan mendapatkan data pada area yang susah untuk dijangkau. Nilai spektral band yang kemudian digabungkan menjadi indeks vegetasi diasumsikan dapat mempresentasikan umur tegakan karena kerapatan atau kehijauan kanopi tegakan karet memiliki variasi nilai yang berbeda antara tegakan yang berumur muda dan tegakan yang berumur tua. Indeks vegetasi yang digunakan adalah Normalized Difference Vegetation Index (NDVI), Normalized Difference Yellowness Index (NDYI), serta Soil Adjusted Vegetation Index (SAVI). Pemodelan ini dapat dibentuk melalui pendekatan model statistik yang berupa metode regresi linear berganda karena dengan menggunakan lebih banyak variabel, model yang dihasilkan akan lebih akurat dan presisi. Hasil dari pemodelan yang menggunakan pendekatan model statistik berbasis data citra Sentinel-2 memiliki tingkat akurasi lebih baik (RMSE = 4,767 tahun dan R2 = 0,308) dari beberapa penelitian terdahulu. ......South Sumatra Province is the largest rubber-producing region in Indonesia in 2021, with a total production of 870,966 tons. Sembawa Rubber Research Center is a research institution that focuses on studying the main commodity, rubber trees (Hevea brasiliensis). The rubber trees in the research area have different age groups and conditions. Estimation of rubber stand age an important variable as it can predict latex productivity. The objective of this research is to map the distribution of rubber tree ages using spectral band values and vegetation indices data, and to examine their correlation with latex productivity. Remote sensing, using multispectral optical images from Sentinel-2, can be used to estimate the age of rubber trees, as it provides information more efficiently and allows for data acquisition in hard-to-reach areas. The combined spectral band values, assumed to represent rubber tree age, can vary between young and old rubber tree canopies in terms of density or greenness. The vegetation indices used in this study are the Normalized Difference Vegetation Index (NDVI), Normalized Difference Yellowness Index (NDYI), and Soil Adjusted Vegetation Index (SAVI). Statistical model approach with multiple linear regression is employed, as using more variables can result in a more accurate and precise model. The results indicate that the statistical model using Sentinel-2 image data has better accuracy (RMSE = 4.767 years and R2 = 0,308) compared to previous research.

Abstrak :
Curah hujan merupakan unsur iklim yang memiliki keragaman dan fluktuasi yang tinggi di Indonesia. Hal ini membuat curah hujan merupakan unsur iklim yang paling dominan untuk mencirikan iklim di Indonesia. Berdasarkan gerakan udara naik untuk membentuk awan, terdapat tiga tipe hujan yaitu konvektif, orografik, dan gangguan. Pengukuran terhadap curah hujan dapat dilakukan dalam berbagai metode, salah satunya dengan menggunakan pengukuran jarak jauh yaitu radar (Radio Detecting and Ranging). Pada studi ini dilakukan perhitungan radar cuaca dengan menggunakan machine learninguntuk mengkaji keakuratan perhitungan data radar cuaca terhadap estimasi curah hujan di Pulau Biak, Indonesia. Produk dari radar cuaca merupakan data reflektifitas (Z). Penggunaan machine learning ini diterapkan pada data reflektifitas radar cuaca dimana data yang digunakan adalah C-MAX atau Column Maximum. Data curah hujan pada periode Desember 2021 sampai Februari 2022 di Kabupaten Biak diolah menggunakan algoritma yang berbeda, yaitu Decision Tree, Random Forest, Adaptive Boosting, Gradient Boosting Extreme Gradient Boosting. Hasil dari studi ini akan menunjukkan algoritma terbaik yang dapat digunakan untuk memprediksi estimasi curah hujan konvektif di Pulau Biak, Indonesia. Berdasarkan penelitian yang sudah dilakukan, didapatkan hasil R2 pada algoritma Decision Tree sebesar 0,70; Random Forest 0,60; Adaptive Boosting sebesar 0,42; Gradient Boosting sebesar 0,71 dan Extreme Gradient Boosting sebesar 0,73. Hasil analisis menunjukkan bahwa algoritma Extreme Gradient Boosting dapat memberikan estimasi curah hujan paling baik di Pulau Biak, Indonesia. ......Rainfall is an element of climate with high diversity and fluctuation in Indonesia. This makes rainfall the most dominant climate element to characterize the climate in Indonesia. Based on the movement of rising air to form clouds, there are three types of rain: convective, orographic, and disturbance. Rainfall can be measured in various methods, one of which is by using remote measurement, namely radar (Radio Detecting and Ranging). In this study, weather radar calculations were carried out using machine learning to assess the accuracy of weather radar data calculations on the estimated rainfall value on Biak Island, Indonesia. The product of weather radar is reflectivity (Z) data. The use of machine learning is applied to weather radar reflectivity data where the data used is C-MAX or Column Maximum. Rainfall data from December 2021 to February 2022 in Biak Regency is processed using five different algorithms: Decision Tree, Random Forest, Adaptive Boosting, Gradient Boosting, and Extreme Gradient Boosting. The result of this study will show the best algorithm that can be used to predict convective rainfall estimation in Biak Island, Indonesia. Based on the research that has been done, the R2 results obtained on the Decision Tree algorithm of 0.70; Random Forest 0.60; Adaptive Boosting of 0.42; Gradient Boosting of 0.71 and Extreme Gradient Boosting of 0.73. The analysis shows that the Extreme Gradient Boosting algorithm can estimate the best rainfall in Biak Island, Indonesia.

Abstrak :
Di Universitas Indonesia belum pernah di lakukan penelitian spesifik mengenai water table dan zona akuifer, dan penelitian ini akan membahas tentang keberadaan lapisan water table dan akuifer menggunakan metode geolistrik konfigurasi Wenner di Lapangan Rotunda, Universitas Indonesia, Depok, Jawa Barat, Pada penelitian ini dilakukan pengukuran menggunakan 3 lintasan, setiap lintasan memiliki panjang 95 meter dengan posisi lintasan sejajar. Pengolahan data dan inversi 2D menggunakan software Res2Dinv, dan interpretasi 3D menggunakan RockWork. Penelitian ini dikontrol menggunakan data uji lab nilai resistivitas tanah dan data geologi dari GeoMap (ESDM). Hasil dari penelitian ini mencitrakan kondisi lapisan bawah permukaan seperti zona water table dan keberadaan akuifer di lokasi penelitian. Berdasarkan model struktur lapisan tanah di bawah permukaan, diperoleh zona water table dengan nilai resistivitas sebesar 42.6-68.7 ohm meter berada pada kedalaman 12 meter. Ketebalan akuifer belum dapat di identifikasi dengan baik karena penetrasi konfigurasi yang digunakan masih terlalu dangkal. ......At the University of Indonesia, there has never been a specific research on water tables and aquifer zones, and this study will discuss the existence of water table layers and aquifers using the Wenner configuration geoelectric method in the Rotunda Field, University of Indonesia, Depok, West Java, In this study, measurements were carried out using 3 passes, each track has a length of 95 meters with the position of the track parallel. 2D data processing and inversion using Res2Dinv software, and 3D interpretation using RockWork. This study was controlled using lab test data of soil resistivity values and geological data from GeoMap (ESDM). The results of this study image the condition of subsurface layers such as water table zones and the presence of aquifers at the study site. Based on the subsurface soil structure model, a water table zone with a resistivity value of 42.6-68.7 ohm meters was obtained at a depth of 12 meters. The thickness of the aquifer has not been identified properly because the penetration of the configuration used is still too shallow.

Abstrak :
Kupu-kupu merupakan salah satu polinator yang membantu tumbuhan melakukan polinasi. Hubungan kupu-kupu dengan tumbuhan saling menguntungkan. Saat ini, kupu-kupu di daerah perkotaan tengah mengalami ancaman kepunahan karena adanya pengalihan fungsi lahan, sehingga jumlah vegetasi menurun yang juga mempengaruhi penurunan populasi kupu-kupu. Padahal, kupu-kupu berperan penting dalam menjaga keseimbangan ekosistem. Tujuan dilakukannya penelitian ini adalah untuk mengetahui apakah taman-taman yang berada di Fakultas UI Depok bisa menjadi habitat yang ramah bagi kupu-kupu dengan dua aspek utama yaitu untuk mengetahui perbedaan keanekaragaman kupu-kupu di taman fakultas Kampus UI Depok serta menganalisis korelasi antara kupu-kupu dengan tumbuhan yang ada di taman fakultas Kampus UI Depok. Pengambilan data dilakukan pada bulan April hingga Mei 2023 dengan metode modifikasi dari transek Pollard (1977) dan menggabungkannya dengan metode jelajah. Terdapat 13 spesies kupu-kupu dari 4 famili yang teramati, dengan famili yang paling dominan adalah Nymphalidae. Kupu-kupu paling banyak ditemukan di taman Fakultas Hukum, namun indeks keanekaragaman Shannon-Wiener paling tinggi terdapat di Fakultas Matematika dan Ilmu Pengetahuan Alam. Kupu-kupu dan tumbuhan yang terdata di lima taman fakultas di Kampus UI Depok memiliki korelasi positif, yakni semakin banyak tumbuhan yang terdapat di taman tersebut maka kehadiran kupu-kupu akan semakin banyak. Pemilihan tumbuhan dan luas area hijauan yang tepat di sebuah taman akan menciptakan taman yang ramah bagi kupu-kupu. ......Butterflies are one of the pollinators that help plants to pollinate. The relationship between butterflies and plants is mutually beneficial. These days, butterflies in urban areas are facing the threat of extinction due to the land conversion which causes a decreasing of the vegetation. On that account, it affects the decline in the butterfly populations. This fact is crucial since butterflies play an important role in maintaining the balance of the ecosystem. Therefore, this research was conducted with a purpose which is to find out whether the gardens at the Faculty of UI Depok could be a friendly habitat for butterflies with the main objective to find out the differences in the butterfly diversity in the faculty parks of the UI Depok Campus and to analyze the correlation between butterflies and plants in the faculty garden of the UI Depok Campus. Data collection was carried out from April to May 2023 by using a modified method from the Pollard transect (1977) and combining it with the cruising method. There were 13 species of butterflies that were observed from 4 families which the most dominant family is Nymphalidae. Butterflies with the most abundant were found in the gardens of the Faculty of Law. However, the highest of the Shannon-Wiener diversity index was found in the Faculty of Mathematics and Natural Sciences. Those butterflies and plants that were recorded in five faculty gardens at the UI Depok Campus turned out have a positive correlation which is the more plants there are in the park, the more butterflies will be present. The selection of the plants and the right area of ​​forage in a garden will create a butterfly-friendly garden.

Abstrak :
Ginjal adalah organ penting dalam tubuh yang berfungsi untuk menyaring darah dan membuang limbah tubuh melalui urin. Ketika ginjal tidak dapat berfungsi pada kapasitas penuh, tubuh akan mengalami gejala yang mempengaruhi kualitas hidup seperti letih, sakit, dan depresi. Pada umumnya, penyakit ginjal kronis ditandai oleh adanya protein didalam urine dan nilai pH yang kecil. Kadar kimia dalam urine seperti protein, pH dan lainnya dapat diuji sehingga membantu pekerja medis dalam diagnosis serta perawatan lebih lanjut. Salah satu metode urinalisis adalah dengan menggunakan tes strip yang memanfaatkan sistem kolorimetri. Namun akurasi dari tes strip masih bersifat semi-kuantitatif dan dibatasi oleh kemampuan penglihatan manusia. Pada penelitian ini, diusulkan rancangan sistem urinalisis berbasis deep learning dalam aplikasi seluler Android. Sisi klien pada aplikasi seluler dibangun dengan menggunakan framework React Native sedangkan sisi server dibangun menggunakan Flask. Aplikasi seluler yang dibangun memiliki tiga proses penting, yaitu proses akuisisi citra, pengunggahan citra, dan penampilan hasil pengujian. Model deep learning yang sudah dibangun diimplementasikan ke dalam sisi server untuk mendapatkan prediksi kadar protein dan pH. Hasil model regresi terbaik adalah model output tunggal dengan arsitektur ResNet-50 dengan nilai RMSE 0.055 dan 0.981. Hasil model klasifikasi terbaik adalah model empat output dengan arsitektur ResNet-50 dengan nilai akurasi 99.2% dan 98.5%. ......Kidneys are important organs in the body that filter blood and remove body waste through urine. When kidneys are not functioning at full capacity, the body will experience symptoms that affect the quality of life such as fatigue, pain, and depression. In general, chronic kidney disease is characterized by the presence of protein in the urine and a low pH value. Chemical levels in urine such as protein, pH, and others can be tested to help medical workers in diagnosis and further treatment. One method of urinalysis is to use a strip test that utilizes a colorimetric system. However, the accuracy of the strip test is still semi-quantitative and limited by the ability of human vision. In this study, a deep learning-based urinalysis system design in an Android mobile application is proposed. The client side of the mobile application is built using the React Native framework while the server side is built using Flask framework. The mobile application has three important processes, namely image acquisition, image upload, and test result display. The deep learning model that has been built is implemented into the server side to get predictions of protein and pH levels. The best regression results are single output models with ResNet-50 architecture with RMSE values of 0.055 and 0.981. The best classification results are the four-output model with ResNet-50 architecture with accuracy values of 99.2% and 98.5%.