Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 55 dokumen yang sesuai dengan query
cover
Nabila Nurul Khalisha
"Menstruasi merupakan proses alami yang terjadi pada tubuh perempuan yaitu saat lapisan rahim terlepas melalui vagina. Menstruasi merupakan bagian normal dari kesehatan reproduksi dan menandakan bahwa tubuh perempuan mampu bereproduksi. Dismenore adalah sensasi nyeri pada perut bagian bawah yang kadang dapat merambat ke pinggul, punggung bagian bawah, dan paha. Dismenore primer merupakan nyeri haid yang tidak didasari kondisi patologis, sedangkan dismenore sekunder merupakan nyeri haid yang didasari dengan kondisi patologis. Dismenore primer dapat dikurangi dengan terapi, salah satunya dengan metode TENS. Transcutaneous Electrical Nerve Stimulation (TENS) adalah metode pereda nyeri yang melibatkan penggunaan arus listrik ringan. Metode ini menggunakan konsep Gate Control Theory yang memberi sensasi baru untuk mengalihkan perhatian dari nyeri yang lain. Alat yang diusulkan menggunakan metode TENS yang dapat dibuat dengan menggunakan motor driver yang mendapatkan tegangan tinggi dari baterai yang dihubungkan ke boost converter (XL6009). Output tegangan yang dihasilkan diolah oleh mikrokontroler (Arduino Nano) sebelum disalurkan ke pad elektroda yang menempel di kulit relawan. Sistem ini diuji pada lima subjek yang sedang mengalami dismenore primer. Keefektifan alat ini diuji secara kualitatif dengan metode kaji nyeri PQRST. Rangkaian pembatas arus didesain untuk keamanan. Setiap subjek menggunakan tegangan yang berbeda-beda. Tegangan yang digunakan sebesar 10-30V. Pulsa listrik yang dihasilkan berbentuk biphasic square wave dengan frekuensi 120Hz dan duty cycle 30% sesuai yang diharapkan. Dari 5 orang subjek memberi nilai 4,4 poin untuk kenyamanan, 4,8 poin untuk kemudahan, 3,2 poin untuk portabilitas, dan 2 poin untuk estetika. Poin yang rendah untuk portabilitas dan estetika disebabkan alat diuji coba ketika belum menggunakan casing.

Menstruation is a natural process that occurs in a woman's body, namely when the uterine lining is shed through the vagina. Menstruation is a normal part of reproductive health and indicates that a woman's body is capable of reproduction. Dysmenorrhea is a painful sensation in the lower abdomen that can sometimes spread to the hips, lower back and thighs. Primary dysmenorrhea is menstrual pain that is not based on a pathological condition, while secondary dysmenorrhea is menstrual pain that is based on a pathological condition. Primary dysmenorrhea can be reduced with therapy, one of which is the TENS method. Transcutaneous Electrical Nerve Stimulation (TENS) is a pain relief method that involves the use of a mild electric current. This method uses the concept of Gate Control Theory which provides new sensations to divert attention from other pain. The proposed device uses the TENS method which can be made using a motor driver that gets high voltage from a battery connected to a boost converter (XL6009). The resulting voltage output is processed by a microcontroller (Arduino Nano) before being distributed to the electrode pad attached to the volunteer's skin. This system was tested on five subjects who were experiencing primary dysmenorrhea. The effectiveness of this device was tested qualitatively with the PQRST pain assessment method. The current limiting circuit is designed for safety. Each subject uses different voltages. The voltage used is 10-30V. The electrical pulses produced are in the form of a biphasic square wave with a frequency of 120Hz and a duty cycle of 30% as expected. From the 5 subjects, they rated 4.4 points for comfort, 4.8 points for convenience, 3.2 points for portability, and 2 points for aesthetics. Low points for portability and aesthetics are due to the device being tested before having a casing."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sufrijal H. Folasimo
"Penelitian ini bertujuan untuk mengembangkan perancah dressing luka inovatif berbahan dasar kulit ikan king kobia melalui proses deselularisasi menggunakan larutan hipotonik dan hipertonik. Dressing luka ini diharapkan dapat menjadi alternatif yang efektif dan ramah lingkungan untuk merawat luka. Proses deselularisasi dilakukan dengan merendam kulit ikan dalam larutan khusus, diikuti oleh karakterisasi menggunakan Scanning Electron Microscope (SEM) dimana dilakukan perbesaran 600X dari ketiga sampel , Differential Scanning Calorimetry (DSC) dimana pengujian dilakukan mulai dari suhu 30-70, uji tensile strength, diperoleh spesimen 1 adalah Y= 0.0568x - 3.0227 MPa untuk spesimen 2 Y = 0.55x - 8.6058 MPa dan untuk spesimen 3 Y = 0.7183x - 11.31 MPa dan uji degradabilitas. Hasil karakterisasi dengan SEM menunjukkan perubahan struktur mikro dan morfologi kulit ikan setelah deselularisasi, sementara analisis DSC menggambarkan perubahan sifat termal bahan. Uji tensile strength digunakan untuk mengevaluasi kekuatan mekanik dressing, sementara uji degradabilitas memberikan informasi tentang kemampuan dressing untuk terurai secara alami dalam lingkungan tertentu. Proses inkubasi pada suhu 37°C juga penting karena mencerminkan suhu tubuh manusia, di mana perancah diharapkan dapat terurai dengan baikPengembangan dressing luka berbasis kulit ikan king kobia ini memiliki potensi besar sebagai produk yang ramah lingkungan dan memiliki sifat biokompatibel. Hasil penelitian ini dapat menjadi landasan untuk pengembangan lebih lanjut dalam bidang perawatan luka, dengan memanfaatkan sumber daya alam secara berkelanjutan.

This study aims to develop an innovative wound dressing scaffold made from king cobia fish skin through a decellularization process using hypotonic and hypertonic solutions. This wound dressing is expected to be an effective and environmentally friendly alternative for wound care. The decellularization process was carried out by soaking the fish skin in a special solution, followed by characterization using Scanning Electron Microscope (SEM) where 600X magnification of the three samples was carried out, Differential Scanning Calorimetry (DSC) where testing was carried out starting from temperatures 30-70, tensile strength test, obtained by specimen 1 is Y = 0. 0568x - 3.0227 Mpa for specimen 2 Y = 0.55x - 8.6058 Mpa and for specimen 3 Y = 0.7183x - 11.31Mpa and degradability test The incubation process at 37°C is also important because it reflects the temperature of the human body, where the scaffold is expected to decompose properly. Characterization results by SEM showed changes in the microstructure and morphology of fish skin after deselularization, while DSC analysis illustrated changes in the thermal properties of the material. The tensile strength test was used to evaluate the mechanical strength of the dressing, while the degradability test provided information on the ability of the dressing to biodegrade in a specific environment. The development of this king cobia skin-based wound dressing has great potential as an environmentally friendly and biocompatible product. The results of this research can be used to."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Fatimah Kayla Kameela
"

Gangguan pendengaran pada umumnya dapat terjadi sejak lahir (tuli kongenital) atau di kemudian hari (tuli didapat). Kedua grup memiliki perbedaan karakteristik yang berdampak pada proses pengobatannya. Oleh karena itu, mengetahui kedua jenis penyakit tersebut terlebih dahulu sebelum melanjutkan ke tindakan selanjutnya adalah sangat penting. Namun, saat ini di Indonesia masih belum ada program skrining yang berjalan untuk mendeteksi gangguan pendengaran pada anak sejak dini. Menanggapi hal tersebut, penelitian ini bertujuan menganalisis data Diffusion Tensor Imaging (DTI) dari kedua jenis pasien tuli untuk dilanjutkan ke proses klasifikasi dan clustering supaya didapat model yang dapat membedakan kedua kondisi tersebut. Pengembangan model dilakukan melalui proses hyperparameter tuning serta percobaan terhadap dataset dengan dan tanpa fitur usia. Selanjutnya, diterapkan juga percobaan terhadap ada atau tidaknya data validasi terpisah. Performa model dianalisis berdasarkan beberapa metrik evaluasi seperti akurasi, presisi, spesifisitas, recall, confusion matrix, skor F1, area under the ROC curve (AUC-ROC), precision-recall curve, dan silhouette score. Hasil analisis secara keseluruhan menunjukkan bahwa performa model menggunakan fitur usia lebih baik, yaitu pada model klasifikasi diperoleh spesifisitas 89.89%, skor F1 91.93%, dan AUC-ROC 88.61%, dan pada model clustering diperoleh nilai silhouette sebesar 0.8524. Analisis tanpa fitur usia menunjukkan bahwa kedua kelompok dapat diklasifikasi, namun tidak berdasarkan kondisi maturasinya, sedangkan hasil clustering menunjukkan pengelompokkan kelas yang berbeda dari klasifikasi. Penelitian ini berpotensi untuk dikembangkan lebih lanjut, terutama jika kedua kelas memiliki rasio dataset yang seimbang.


In general, hearing disorders can occur since birth (congenital hearing loss) or later in life (acquired hearing loss). Both group has different characteristics that affected the treatment process. Therefore, knowing both types of diseases beforehand before proceeding to further actions is crucial. However, currently in Indonesia, there are no any functional screening programs to detect hearing disorders on children from early ages. In response to this, this study aims to analyze Diffusion Tensor Imaging (DTI) data from both types of deaf patients to proceed to the classification and clustering processes to obtain a model that can differentiate between the two conditions. Model development is conducted through hyperparameter tuning and experimentation with datasets with and without age features. Additionally, we will experiment with the presence or absence of separate validation data. The model's performance is analyzed based on several evaluation metrics such as accuracy, precision, specificity, recall, confusion matrix, F1 score, area under the ROC curve (AUC-ROC), precision-recall curve, and silhouette score. The overall analysis results show that the model performance using age features is better, namely in the classification model, specificity of 89.89%, F1 score of 91.93%, and AUC-ROC of 88.61% are obtained. Meanwhile, in the clustering model, a silhouette score of 0.8524 is obtained. The analysis without age features indicates that both groups can be classified, but not based on their maturation conditions, while the clustering results show different grouping of classes from the classification. This research has the potential for further development, particularly if both classes have a balanced dataset ratio and age data distributed evenly.

"
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Abyan Shiddiiq
"Indonesia merupakan salah satu pemeran utama dalam industri tuna di dunia dengan rata rata output sebesar 289 metrik ton per tahun. Salah satu efek yang disebabkan besarnya output tuna di indonesia adalah jumlah limbah tulang tuna yang dihasilkan. Limbah yang dihasilkan dapat dimanfaatkan sebagai bahan baku utama ekstraksi kolagen. Kolagen merupakan bahan biopolymer yang memiliki banyak aplikasi dalam kehidupan sehari hari serta bidang biomedis. Beberapa penelitian telah melakukan ekstraksi kolagen pada skala lab. Penelitian ini akan membuat simulasi ekstraksi kolagen dengan metode ASC dari limbah tuna pada skala industri. Untuk membuat simulasi tersebut aplikasi utama yang digunakan adalah SuperPro Designer. Simulasi dijalankan menggunakan 4 masukan yaitu 50kg, 100kg, 500kg dan 1000kg. hasil dari simulasi menunjukkan bahwa variasi 1000kg merupakan yang terbaik scara keekonomian dengan dengan nilai NPV, IRR, dan PBP berturut-turut sebesar USD 3,848,000, 35,55%, 46,36%. Analisis secara keekonomian juga menunjukkan bahwa kapasitas produksi harus dimaksimalkan, namun jumlah limbah tuna yang tersedia menjadi hambatan hal tersebut. Terlebih, metode yang lebih optimal perlu dikaji lagi untuk memaksimalkan output kolagen

Indonesia is one of the main players in the tuna industry in the world with an average output of 289 metric tons per year. One of the effects caused by the large output of tuna in Indonesia is the amount of tuna bone waste produced. The resulting waste can be used as the main raw material for collagen extraction. Collagen is a biopolymer material that has many applications in everyday life and biomedical fields. Several studies have carried out collagen extraction on a lab scale. This research will simulate the extraction of collagen using the ASC method from tuna waste on an industrial scale. To make the simulation, the main application used is SuperPro Designer. The simulation is run using 4 inputs, namely 50kg, 100kg, 500kg and 1000kg. the results of the simulation show that the 1000kg variation is the best economically with the NPV, IRR, and PBP values ​​of USD 3,848,000, 35.55%, 46.36%, respectively. Economic analysis also shows that production capacity must be maximized, however the amount of tuna waste available is an obstacle to this. Moreover, more optimal methods need to be studied again to maximize collagen output"
Depok: Fakultas Teknik Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Evelyn Velencia Febita
"Sendi pinggul adalah sendi yang menghubungkan tulang paha (femur) dengan tulang pinggul (pelvis). Persendian ini rentan mengalami kerusakan akibat infeksi, kecelakaan, robeknya kartilago, osteoarthritis, keausan, dan degenerasi tulang. Untuk mengatasi masalah tersebut dapat dilakukan operasi penggantian sendi atau Total Hip Arthroplasty (THA), yakni implan untuk menggantikan sendi pinggul yang rusak menjadi sendi buatan. Hal ini dilakukan untuk mengembalikan fungsi sendi pinggul. Akan tetapi masa penggunaan implan THA terbatas, yakni setelah 10-20 tahun harus dilakukan pelapisan ulang. Sehingga terdapat ruang yang cukup luas untuk pengembangan desain implan yang akan bertahan lebih lama. Komponen utama dalam implan THA adalah acetabular cup, femoral head, dan femoral stem. Penelitian ini akan melibatkan beberapa model design femoral stem berbeda seperti lingkaran, elips, oval, dan trapesium untuk mengevaluasi tingkat kinerja dari setiap model yang dikembangkan dalam implan THA menggunakan finite element analysis (FEA). Pengujian dilakukan dengan dua variasi material berbeda untuk menentukan material yang paling kuat, yakni Co-Cr-Mo dan Ti-6Al-7Nb. Selain itu, pembebanan juga menggunakan dua variasi beban berbeda untuk memastikan implan kuat saat diberi pembebanan dari tubuh. Variasi pembebanan yang digunakan adalah 2300 N dan 3900 N. Pembuatan geometri dilakukan pada perangkat lunak Autodesk Fusion 360 serta pengujian finite element analysis (FEA) dilakukan pada ANSYS. Dari hasil penelitian, diperoleh bahwa bentuk trapesium menunjukkan performa terbaik karena deformasi dan tegangan yang paling rendah. Selain itu, CoCr Alloy lebih unggul dari pada Ti-6Al-7Nb karena nilai deformasi yang lebih rendah.

The hip joint is a joint that connects the thigh bone (femur) with the hip bone (pelvis). These joints are susceptible to damage due to infection, accidents, torn cartilage, osteoarthritis, wear and tear, and bone degeneration. To overcome this problem, joint replacement surgery or Total Hip Arthroplasty (THA) can be performed, namely an implant to replace the damaged hip joint with an artificial joint. This is done to restore function of the hip joint. However, the period of use of THA implants is limited, namely after 10-20 years they must be resurfaced. So there is ample room for developing implant designs that will last longer. The main components in a THA implant are the acetabular cup, femoral head, and femoral stem. This research will involve several different femoral stem design models such as circular, elliptical, oval and trapezoidal to evaluate the performance level of each model developed in THA implants using finite element analysis (FEA). Tests were carried out with two different material variations to determine the strongest material, namely Co-Cr-Mo and Ti-6Al-7Nb. Apart from that, loading also uses two different load variations to ensure the implant is strong when subjected to load from the body. The load variations used were 2300 N and 3900 N. Geometry creation was carried out in Autodesk Fusion 360 software and finite element analysis (FEA) testing was carried out in ANSYS. From the research results, it was found that the trapezoidal shape showed the best performance because of the lowest deformation and stress. In addition, CoCr Alloy is superior to Ti-6Al-7Nb because of its lower deformation value."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Steve Immanuel Yahya
"Berdasarkan data eKatalog LKPP tahun 2019-2021, transaksi alat kesehatan di Indonesia masih didominasi produk impor, yakni sebanyak 88%. Patient monitor merupakan salah satu alat medis yang berperan penting untuk membantu dokter mendiagnosa kondisi pasien. Pandemi Covid-19 menciptakan momentum untuk penelitian berbasis health monitoring, terlihat dari banyaknya penelitian di tahun 2020-2023 tentang patient monitor menggunakan STM32, Arduino, dan STM32. Oleh karena itu, penelitian ini mengembangkan modul pemantauan saturasi oksigen dan denyut jantung berbasis mikrokontroler STM32F411CEU6 untuk aplikasi patient monitor. Modul yang dikembangkan menggunakan sensor MAX30102 dengan akurasi pemantauan saturasi oksigen sebesar 98.942%, dan akurasi pemantauan denyut jantung sebesar 80.6855%.

Based on data from the LKPP eCatalog for the years 2019-2021, the transaction of medical devices in Indonesia is still dominated by imported products, accounting for 88%. On the other hand, patient monitors are essential medical devices that assist doctors in diagnosing patient conditions. Furthermore, the Covid-19 pandemic has created momentum for health monitoring research, evident from numerous studies conducted between 2020 and 2023 on patient monitors powered by STM32, Arduino, and STM32 platforms. Therefore, this research develops an oxygen saturation and heart rate monitoring module based on the STM32F411CEU6 microcontroller for patient monitor applications. The developed module utilizes the MAX30102 sensor with an oxygen saturation monitoring accuracy of 98.942% and a heart rate monitoring accuracy of 80.6855%."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Anastasia Christabel Arif
"Retinopati diabetik merupakan salah satu bentuk komplikasi diabetes melitus yang diekspresikan dengan adanya kerusakan pada pembuluh darah retina mata. Pada tahap awal, retinopati diabetik seringkali tidak menimbulkan gejala atau hanya menimbulkan gejala yang ringan. Namun, jika tidak mendapatkan penanganan yang baik, retinopati diabetik dapat menyebabkan kebutaan. Maka dari itu, akses skrining yang terjangkau menjadi esensial untuk mencegah efek jangka panjang dari penyakit ini. Penelitian ini berfokus pada pengembangan sistem deteksi retinopati diabetik berbasis deep learning yang bertujuan untuk meningkatkan aksesibilitas terhadap skrining retinopati diabetik. Model deteksi yang dibuat dalam penelitian ini yaitu model model berbasis Vision Transformer (ViT) B32 yang dibandingkan performanya dengan model convolutional neural network (CNN) berarsitektur DenseNet-121 dan. Model DenseNet-121 yang dilatih menggunakan gambar yang di-pre-process dengan teknik Ben Graham dan datanya di upsample memiliki performa terbaik dibandingkan teknik lainnya yang diteliti penelitian ini. Teknik pre-processing yang menghasilkan model CNN terbaik itu kemudian diimplementasikan pada model ViT untuk dibandingkan. Selain mengungguli model CNN, model ViT juga berhasil mengungguli model state of the art yang ada dengan nilai accuracy, precision, recall, dan f1-score masing-masing senilai 96%. Model ViT ini kemudian diintegrasikan dengan graphical user interface (GUI) untuk memudahkan dokter dalam memanfaatkan model yang diusulkan untuk skrining retinopati diabetik.

Diabetic retinopathy is a complication of diabetes mellitus characterized by damage to the blood vessels of the retina. In its early stages, diabetic retinopathy often does not present symptoms or only causes mild symptoms. However, without proper treatment, diabetic retinopathy can lead to blindness. Therefore, affordable screening access is essential to prevent the long-term effects of this disease. This research focuses on the development of a deep learning-based detection system for diabetic retinopathy, aiming to enhance the accessibility of diabetic retinopathy screening. The detection model developed in this study is based on the Vision Transformer (ViT) B32 model, and its performance is compared with the DenseNet-121 convolutional neural network (CNN) architecture. The DenseNet-121 model, trained using images pre-processed with the Ben Graham technique and upsampled data, showed the best performance compared to other techniques investigated in this study. The pre-processing technique that yielded the best CNN model was then implemented on the ViT model for comparison. In addition to outperforming the CNN model, the ViT model also surpassed the existing state-of-the-art models with an accuracy, precision, recall, and F1-score of 96% each. This ViT model was subsequently integrated with a graphical user interface (GUI) to facilitate doctors in utilizing the proposed model for diabetic retinopathy screening."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Ester Vinia
"Pemeriksaan hemoglobin umum dilakukan secara invasif menggunakan berbagai metode, seperti automated hematology analyzer dan hemoglobinometer. Akan tetapi metode tersebut memakan waktu, biaya, dan menyakitkan bagi pasien. Pemeriksaan hemoglonin secara invasif juga tidak memungkinkan untuk dilakukan secara real-time dalam situasi mendesak. Akurasi dan ketepatan pembacaan menjadi tantangan dalam pengembangan sistem pengukur konsentrasi hemoglobin non-invasif. Pada penelitian ini dilakukan pengembangan dua desain sistem pengukur hemoglobin non-invasif (desain prototipe A dan desain prototipe B) menggunakan prinsip photoplethysmography (PPG) menggunakan sensor MAX30102 dan Arduino Uno sebagai mikrokontroler. Pengembangan prototipe dibuat berbasis machine learning dengan menggunakan model Dense Neural Network (DNN) dan menunjukkan akurasi paling maksimal menggunakan MSE loss function sebesar 92,31% untuk desain prototipe A dan 94,70% untuk desain prototipe B. Didapatkan juga hasil pengukuran reliabilitas alat ukur untuk desain prototipe A dan B masing-masing sebesar 84,9% dan 97,3%. Meski sudah memiliki tingkat akurasi yang cukup baik, penelitian ini masih perlu dikembangkan dari segi pemilihan alat referensi pemeriksaan Hb invasif, pengambilan dan pengolahan data yang lebih bervariasi mencakup usia, warna kulit, dan penyakit yang sedang dialami.

Hemoglobin examination is commonly conducted invasively using various methods such as automated hematology analyzers and hemoglobinometers. However, these methods are time-consuming, costly, and painful for patients. Invasive hemoglobin examinations also do not allow real-time measurements in urgent situations. Accuracy and precision of readings pose challenges in the development of non-invasive hemoglobin concentration measurement systems. In this study, the development of two designs of non-invasive hemoglobin measurement systems (prototype design A and prototype design B) using photoplethysmography (PPG) principle with MAX30102 sensor and Arduino Uno as the microcontroller was conducted. Prototype development was based on machine learning using a Dense Neural Network (DNN) model and achieved maximum accuracy using MSE loss function of 92,31% for prototype design A and 94,7% for prototype design B. The measurement reliability of the measurement device was also obtained, with 84,9% for prototype design A and 97,3% for prototype design B, respectively. Although the study already achieved a relatively good level of accuracy, further development is still needed in terms of selecting invasive Hb examination reference devices, obtaining and processing more diverse data including age, skin color, and existing diseases."
Depok: Fakultas Teknik Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Salsabila Aurellia
"Vital sign merupakan parameter fisiologis yang penting dalam melihat adanya gangguan pada tubuh seseorang. Maka dari itu kebutuhan peralatan dalam pemeriksaan vital sign sangat tinggi. Saat ini vital sign dapat diketahui dengan cara pemeriksaan non-contact. Pemeriksaan vital sign dengan non-contact dapat menggunakan Photoplethysmography (PPG). Saat ini PPG sendiri telah banyak dikembangkan agar dapat membaca keseluruhan vital sign seperti detak jantung, tekanan darah, dan juga konsenstrasi oksigen di dalam darah (SpO2). Pada penelitian ini dirancang pengembangan PPG dengan bantuan pencitraan dalam membaca vital sign. Dataset yang digunakan pada penelitian ini adalah dataset yang berasal dari pengukuran langsung yang telah dirancang agar dapat diproses menjadi sinyal Imaging Photoplethysmography (IPPG) yang baik. Dataset terdiri dari 13 orang laki-laki dan 17 orang perempuan. Dataset yang didapatkan akan dibagi menjadi beberapa scene yang kemudian diproses dalam metode yang diusungkan yaitu Discrete Fourier Transform (DFT) dan Deep Learning yaitu Convolutional Neural Network (CNN). Hasil penelitian ini berupa nilai RMSE dan MAE dimana saat penggunaan DFT menghasilkan masing masing 3,39 dan 1,38 dan dengan metode CNN arsitektur PhysNet menghasilkan 8,2151 dan 2,5976 untuk detak jantung, 3,3311 dan 1,0534 untuk tekanan darah, serta 3,6044 dan 1,1398 untuk SpO2.

Vital sign is an important physiological parameter in seeing a disturbance in a person's body. Therefore the need for equipment in vital sign examination is very high. Currently vital signs can be identified with non-contact examination. Examination of vital signs with non-contact can use Photoplethysmography (PPG). Currently PPG itself has been developed a lot so that it can read all vital signs such as heart rate, blood pressure, and also the concentration of oxygen in the blood (SpO2). In this study, the development of PPG was designed with the help of imaging in reading vital signs. The dataset used in this study is a dataset derived from direct measurements that have been designed to be processed into a good Imaging Photoplethysmography (IPPG) signal. The dataset consists of 13 men and 17 women. The dataset obtained will be divided into several scenes which are then processed using the proposed method, namely the Discrete Fourier Transform (DFT) and Deep Learning, namely the Convolutional Neural Network (CNN). The results of this study are RMSE and MAE values where when using the DFT they produce 3.39 and 1.38 respectively and with the PhysNet architecture CNN method they produce 8.2151 and 2.5976 for heart rate, 3.3311 and 1.0534 for blood pressure , and 3.6044 and 1.1398 for SpO2."
Depok: Fakultas Teknik Universitas Indonesia, 2023
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Nidya Anifa
"Diagnosis COVID-19 dapat dilakukan dengan berbagai metode, salah satunya dengan interpretasi citra medis rongga dada menggunakan machine learning. Namun, metode ini memiliki memerlukan waktu dan biaya yang besar, tidak ada standar dalam pengambilan gambar citra medis, dan pelindungan privasi pada data pasien. Model yang dilatih dengan dataset publik tidak selalu dapat mempertahankan performanya. Diperlukan metode pengklasifikasi berbasis multicenter yang dapat memiliki performa optimal pada dataset yang berbeda-beda. Skenario pertama dengan melatih model menggunakan arsitektur VGG-19 dan ConvNeXt dengan gabungan seluruh data dan masing-masing data. Lalu dilakukan fine tuning terhadap model yang dilatih pada gabungan seluruh data. Skenario kedua dengan Unsupervised Domain Adaptation berbasis maximum mean discrepancy dengan data publik sebagai source domain dan data privat sebagai target domain. Metode transfer learning dengan fine-tuning model pada arsitektur VGG-19 menaikkan train accuracy pada data Github menjadi 95% serta menaikkan test accuracy pada data Github menjadi 93%, pada data Github menjadi 93%, pada data RSCM menjadi 72%, dan pada data RSUI menjadi 75%. Metode transfer learning dengan fine-tuning model pada arsitektur ConvNeXt menaikkan evaluation accuracy pada data RSCM menjadi 73%. Metode unsupervised domain adaptation (UDA) berbasis maximum mean discrepancy (MMD) memiliki akurasi sebesar 89% pada dataset privat sehingga merupakan metode yang paling baik. Berdasarkan GRAD-CAM, model sudah mampu mendeteksi bagian paru-paru dari citra X-Ray dalam memprediksi kelas yang sesuai.

Diagnosis of COVID-19 can be done using various methods, one of which is by interpreting medical images of the chest using machine learning. However, this method requires a lot of time and money, there is no standard in taking medical images, and protecting patient data privacy. Models that are trained with public datasets do not always maintain their performance. A multicenter-based classification method is needed that can have optimal performance on different datasets. The first scenario is to train the model using the VGG-19 and ConvNeXt architecture by combining all data and each data. Then, the model trained using combined data is fine tuned. The second scenario uses Unsupervised Domain Adaptation based on maximum mean discrepancy with public data as the source domain and private data as the target domain. The transfer learning method with the fine-tuning model on the VGG-19 architecture increases train accuracy on Github data to 95% and increases test accuracy on Github data to 93%, on Github data to 93%, on RSCM data to 72%, and on data RSUI to 75%. The transfer learning method with the fine-tuning model on the ConvNeXt architecture increases the evaluation accuracy of RSCM data to 73%. The unsupervised domain adaptation (UDA) method based on maximum mean discrepancy (MMD) has an accuracy of 89% in private dataset making it the best method. Based on GRAD-CAM, the model has been able to detect parts of the lungs from X-Ray images in predicting the appropriate class."
Depok: Fakultas Teknik Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6   >>