Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
lnsiden penyakit dengue semakin meningkat dalam beberapa dekade terakhir. WHO memperkirakan teijadi 50 juta infeksi dengue di seluruh dunia setiap tahuu. Sekitar 500.000 orang dengan demam berdarah dengue (DBD) membutuhkan perawatan di nmtah sakit, sebagian besar adalah anak-anak. Sekitar 2,5% diantaranya mengalami kematian. Sampai saat ini belum ada terapi spesifik untuk infeksi dengue. Pengobatan hanya bersifat simptomatik. Walaupun demikian, pada kasus DBD dan DSS, perawatan dini dapat menurunkan angka morbiditas dan mortalitas. Di daerah endemis, gejala klinik sering tidak spesifik dan menyulitkan klinisi uutuk membedakannya dengan penyakit demam lain. Untuk itu diperlukan uji laboratorium yang akurat untuk membantu menegakkan diagnosis dini infeksi dengue. Deteksi protein NS 1 virus dengue telah dikembangkan sebagai alat diagnostik dini infeksi dengue. Pemeriksaan ini dapat memberikan hasil lebih dini, akurat, dan dengan cara yang lebih murah. Pada penelitian ini dikembangkan lagi anti-NS I pada kelinci berlabel HRP yang pada akhimya akan digunakan untuk mendeteksi protein NS I pada serum pasien terinfeksi dengue. Antibodi basil pelabelan dapat mendeteksi protein NS I pada pemeriksaan dot blot dengan tingkat pengenceran I: 1600. Tetapi, basil pelabelan tidak dapat digunakan untuk mendeteksi protein NS I menggunakan pemeriksaan ELISA.

---

ABSTRACT
Dengue incidence have been increased in recent decades. WHO estimates 50 million dengue infection every years around the world. About 500.000 people with dengue hemorrhagic fever need hospital care, especially children. About 2,5% among them died. Specific therapy to dengue virus infection is not available. The available therapy is only for symptomatic. Although, in DHF and DSS cases, early symptomatic therapy will reduce morbidity and mortality rate. In endemic area, clinical symptoms of ion are not specific and difficult to differentiate with others febrile illness. Therefore, laboratory assays are needed to help accurately diagnose dengue infection at early stage. Detection of dengue virus NSJ protein bas been need as a diagnostic tool to diagnose early dengue infection. The assay can provide early and accurate result with less expensive cost. In this study, we developed IgG anti-NS labeled with HRP. The antibody can detect NSI protein in dilution 1:1600 on dot blot assay. But, the antibody cannot be used to dereet NSI protein with direct ELISA method.

Abstrak :
ABSTRACT
Infeksi virus Dengue DENV merupakan salah satu masalah kesehatan di Indonesia yang hingga saat ini belum memiliki tatalaksana kausatif berupa antivirus yang efektif. Ficus pandurata merupakan salah satu tanaman yang diketahui memiliki aktivitas antibakteri dan antivirus. Penelitian ini bertujuan untuk mengetahui aktivitas antivirus dari ekstrak daun F. Pandurata pada konsentrasi 20 g/ml , 10 g/ml, 5 g/ml, 2,5 g/ml, dan 1,25 g/ml, dalam menghambat replikasi DENV serotipe 2 DENV-2 pada sel Huh 7.5 yang diinfeksi dengan nilai multiplicity of infection moi sebesar 0,5. Penghambatan pertumbuhan virus dibandingkan dengan kelompok sel Huh 7.5 terinfeksi DENV-2 tanpa pemberian ekstrak sebagai kontrol positif. Setiap kelompok perlakuan dan kontrol diulang sebanyak enam kali dan pertumbuhan virus divisualisasikan melalui immunostaining. Secara statistik, pemberian ekstrak daun F. Pandurata pada seluruh konsentrasi uji secara signifikan p < 0,001 menghambat replikasi DENV-2. Hambatan maksimum pada penelitian ini terlihat pada pemberian ekstrak dengan konsentrasi 10 g/ml dengan daya hambat terhadap replikasi DENV-2 sebesar 50,73.

---

ABSTRACT
Dengue virus DENV infection remains a health problem in Indonesia without any specific antiviral as a causative treatment. Ficus pandurata has been known to have antibacterial and antiviral activity. The aim of this research is to determine the antiviral activity of F. pandurata leaves extract at concentration of 20 g ml, 10 g ml, 5 g ml, 2,5 g ml, and 1,25 g ml in inhibiting the replication of Dengue virus serotype 2 DENV 2 on Huh 7.5 cell infected by the viruses with multiplicity of infection moi in the amount of 0,5. The inhibition rate then compared with the group of Huh 7.5 cells infected by DENV 2 without any extract given as a positive control. Each treatment done in six repetitions and the growth of viruses can be visualized by undergoing the immunostaining process. Statistically, all concentration of F. pandurata leaves extract given gives a significant value p 0.001 in inhibiting the replication of DENV 2. Maximum inhibitory rate is shown at concentration of 10 g ml, which was inhibit 50,73 replication of DENV 2.

Abstrak :
Demam dengue adalah salah satu jenis demam yang umum terdapat pada negara beriklim tropis. Demam ini disebabkan oleh virus dengue (DENV) yang disebarkan oleh nyamuk Aedes aegypti atau Aedes albopictus yang umumnya bereproduksi di iklim tropis serta dapat berubah menjadi demam berdarah dengue (DBD) apabila penderita tidak dirawat dengan tepat yang dapat berakibat fatal. DENV melakukan replikasi di dalam retikulum endoplasma dari sel manusia dengan bantuan enzim ?-Glucosidase yang dapat diinhibisi dengan menggunakan senyawa berbasis iminosakarida yang mengakibatkan DENV mengalami misfold dan terdegradasi. Ligan standar dan modifikasi telah dilakukan studi ADMET dan RO5 sebelum dilakukan docking dengan protein. Ligan modifikasi tersebut adalah senyawa organoboron yang berbasis terhadap 1-deoxynojirimycin yang meningkatkan energi ikatan bebas pada kompleks protein-ligan yang terbentuk jika dibandingkan dengan senyawa yang tidak termodifikasi. Dari sepuluh ligan modifikasi, ligan nomor dua dan tiga memiliki interaksi terbaik dengan ?-Glucosidase I dan II secara berturut-turut dengan sebesar -8,622 kkal/mol dan -8,858 kkal/mol secara berturut-turut. ......Dengue fever is a type of fever that is commonly found in tropical countries. It is caused by dengue virus (DENV) that transmitted by Aedes aegypti or Aedes albopictus mosquitos that mostly reproduces in tropical climates, that can develop into more severe and fatal disease called dengue hemorrhagic fever. DENV can replicate inside endoplasmic reticulum of human cells with the help of ?-Glucosidase enzymes, which can be inhibited using iminosaccharide based drug, that could lead to DENV degradation due to misfolded protein. Standard and modified ligand underwent ADMET and RO5 analysis before being prepared alongside with protein to be docked. The modified ligand is an organoboron compound based on 1-deoxynojirimycin that increases binding free energy on formed ligand-protein complex compared to non-modified compound. From ten modified ligands, ligand number two and three had the best interaction with ?-Glucosidase I and II respectively with of -8.622 kcal/mol and -8.858 kcal/mol respectively.

Abstrak :
Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh virus dengue (DENV) yang ditularkan kepada manusia melalui gigitan nyamuk betina. DBD cenderung memiliki siklus musiman, dimana puncak transmisinya di saat dan setelah musim hujan. Faktor iklim yang paling berpengaruh terhadap kasus DBD adalah curah hujan, suhu, dan kelembapan. Berdasarkan data dari Kemenkes (2021), masih terjadi penurunan dan peningkatan jumlah penderita DBD pada tahun 2016-2020. Oleh karena itu, diperlukan adanya pencegahan untuk mengendalikan jumlah kasus DBD. Prediksi jumlah insiden DBD dengan menggunakan deep learning dapat menjadi alternatif dalam pengendalian kasus DBD. Penelitian ini menggunakan data insiden DBD dan data iklim yang terdiri dari data temperatur rata-rata, kelembapan rata-rata, dan curah hujan di DKI Jakarta. Data yang digunakan merupakan data yang tercatat dari tahun 2008-2023. Prediksi insiden DBD dilakukan pada 5 wilayah di DKI Jakarta, yaitu Jakarta Barat, Jakarta Pusat, Jakarta Selatan, Jakarta Timur, dan Jakarta Utara. Untuk mencapai tujuan penelitian, penelitian ini menggunakan metode Long Short-Term Memory (LSTM). LSTM merupakan merupakan arsitektur recurrent network yang mampu mengingat informasi dalam jangka waktu yang lama. Hasil analisis menunjukkan bahwa LSTM dapat diimplementasikan untuk memprediksi insiden DBD di DKI Jakarta dimana wilayah Jakarta Pusat memiliki hasil terbaik dengan nilai MAE sebesar 6,021466 dan nilai RMSE sebesar 9,062668. ......Dengue Hemorrhagic fever (DHF) is a disease caused by the dengue virus (DENV), which is transmitted to humans through the bite of female mosquitoes. Dengue tends to have a seasonal cycle, with transmission peaks during and after the rainy season. The climatic factors that have the most influence on dengue cases are rainfall, temperature, and humidity. Based on data from the Ministry of Health (2021), there are still changes in the number of dengue patients in 2016-2020. Therefore, prevention is needed to control the number of dengue cases. Predicting the number of dengue incidents using deep learning can be an alternative in controlling dengue cases. This study uses dengue incidence data and climate data consisting of average temperature, average humidity, and rainfall in DKI Jakarta. Data used is data recorded from 2008 - 2023. The prediction of dengue incidence was carried out in 5 regions in DKI Jakarta, namely West Jakarta, Central Jakarta, South Jakarta, East Jakarta, and North Jakarta. To achieve the research objectives, this study uses the Long Short-Term Memory (LSTM) method. LSTM is a recurrent network architecture that is able to remember information over a long period of time. The analysis results show that LSTM can be implemented to predict dengue incidents in DKI Jakarta, where Central Jakarta region has the best results with an MAE value of 6,021466 and an RMSE value of 9,062668.