Hasil Pencarian  ::  Simpan CSV :: Kembali

"Telah dilakukan penelitian tentang Palm Kernel Meal (PKM) yang difermentasi selama 7 hari secara alami tanpa penambahan inokulum yang hasilnya disebut dengan PKMK. Produk fermentasi ditambahkan dengan telur Hermetia illucens L. (Maggot) dan diinkubasi selama 14 hari. Hasil penelitian menunjukkan adanya kenaikan berat dan panjang maggot. Analisis proksimat menunjukkan kenaikan berat kering, nitrogen total dan serat, tetapi terjadi penurunan lemak dan abu.

---

Palm Kernel Meal (PKM) was naturally fermented for 7 days without any addition of inoculum mentioned as Palm Kernel Meal conversion (PKMK). It was added with eggs of Hermetia illucens L. and incubated for 14 days. The results showed that the maggot had increased in mass weight and lenght at the end of the experiment. The proximate analysis of the PKMK showed an increasing of dry content, total nitrogen and fiber, however decreasing of lipid and ash"

"Indonesia is the second world producer of palm oil after Malaysia. Beside production of the palm oil, the industry is also yields a huge of amounts of palm kernel meal (PKM or Bungkil sawit). Utilization of PKM is still limited for cosmetic industrial and margarine. Hem et al. 2008a reported that PKM fermentation was used to bioconversion of maggot larvae. The most popular insect used in this particular case is the Black Soldier (BS) fly, Hermetia illucens L (maggot) (Stratiomyidae, Diptera). Hermetia illucens L. is a non-pest tropical and warm-temperate insect that has been found useful for managing large concentrations of bio-solids as well as other by-products and wastes (O'Mara et al.1999; Choct 2001). Many research studies on the larvae of Hermetia illucens L. have also been conducted in Southeast Asian countries and expanded in Indonesia. As previously reported, Hermetia illucens L. has been found effective in reducing the mass of solid wastes (Lim et al. 2001).Research study of Palm Kernel Meal conversion and bacterial succession by Hermetia illucens L. larvae (maggot). The objective of this research are: to observed how to PKM conversion occured, isolation the bacteria, study bacterial succession, to observe changing of physical parameters of substrate and storage room, and analyze the proximate value. The study consists of two part: (1) to describe the process of PKM bioconversion. (2) to describe bacterial succession by Hermetia illucens L. larvae (maggot). The research was carried out at the Loka Riset Budidaya Ikan Hias Air Tawar; Institut de Recherche pour le Développement (IRD) Laboratory, Depok; Microbiology Laboratory -Department of Biology, FMIPA, University of Indonesia, Depok during July 2008 -- June 2009. The study of the Palm Kernel Meal (PKM) naturally conversion of Hermetia illusens L. larvae was carried out. The substrate of PKM was added by sterilized water with the composition of 1:2 (Hem et al. 2008a). The natural conversion was done for 7 days. Sampling and isolation bacteria from PKM bioconversion was carried out every day. The isolation of bacteria was done with dilution methods by Otoguro (2006) and purification was carried out with quadrant methods by Cappucino and Sherman (2002)."

"Sistem informasi Geografis memproses data spasial, yang dapat direpresentasikan dengan struktur raster atau vektor. Representasi dengan struktur vektor lebih berkembang, padahal struktur data vektor membutuhkan algoritma vang rumit untuk melakukan proses kombinasi beberapa peta dan proses analisa data spasial [Burrs87]. Kerumitan itu tidak terjadi pada struktur data raster. Selain itu struktur vektor perlu konversi data raster ke vektor yang dapat menyebabkan hilangnya detil data akibat pereduksian. Kendala utama implementasi struktur data raster berkenaan dengan media penyimpanan, karena membutuhkan ruang penyimpanan data yang besar. Alternatif pemecahan masalah tersebut menggunakan struktur data quadtree yang banyak dikembangkan oleh banyak ahli [Same90]. Pada dasarnya representasi quadtree ada dua jenis: 1. Quadtree berpointer (Pointer quadtree), diimplementasikan dengan pohon (tree). 2. Quadtree tak-berpointer (Pointerless quadtree), yang diimplementasikan dengan listdari blok-blok. Dalam rangka memilih jenis representasi yang tepat untuk diimplementasikan pada kernel Sistem informasi Geografis berbasis raster, tugas akhir ini mengimplementasikan prototipe kernel berbasis quadtree berpointer dan tak-berpointer, dan kemudian melakukan uji unjuk kerja setiap primitif-primitif yang diimplementasikan (rotasi, translasi, dan sebagainya). Adapun parameter dari pengujian adalah waktu dan ruang penyimpanan data. Dari hasil unjuk kerja tersebut dilakukan analisa perbandingan."

"Smoothed particle Hydrodynamic (SPH) adalah metode yang dapat menjadi alternatif dalam melakukan simulasi fluida. SPH memiliki keunggulan dibandingkan metode finite difference yang biasa dipakai dalam simulasi fluida. Salah satunya karena SPH tidak menggunakan grid dalam perhitungannya. Namun SPH memiliki ketidakstabilan dalam beberapa kondisi. Dalam skripsi ini, dilakukan analisis stabilitas pada metode SPH berdasarkan smoothing function serta simulasi SPH menggunakan dua smoothing function yang berbeda. smoothing function yang akan digunakan dan dibandingkan kestabilannya adalah smoothing function Gaussian dan poly6.

---

The smoothed particle hydrodynamic (SPH) is an alternative method to fluids simulation. SPH has advantage over finite difference method which commonly used on fluids simulation. One advantage of SPH is it use no grid in its calculations. However, in some conditions, SPH still has some instability. In this thesis, the stability analysis of SPH based on the smoothing function will be investigated as well as some simulations of two di_erent smoothing function of SPH will be shown. In this paper , the smoothing function based on Gaussian and poly6 will be used and compared."

"ABSTRAK Penelitian ini bertujuan menguji kemampuan tiga strain R. microsporus UICC500, UICC 531, dan UICC 539 dalam memfermentasi campuran lumpur danbungkil sawit 3:1 dan 4:1 nonsteril, serta 3:1 dan 4:1 steril, selanjutnya menganalisis perubahan komposisi karbohidrat, lemak, protein, air, dan abu campuran limbah setelah fermentasi. Konsentrasi inokulum sebesar 10 v/b ,dengan jumlah sel awal sebanyak 1x107 CFU/mL digunakan dalam campurandengan berat total 20g. Kemampuan R. microsporus memfermentasi campuran lumpur dan bungkil sawit ditunjukkan melalui pertumbuhan R. microsporus padacampuran limbah sawit, yaitu morfologi, jumlah sel/mL, kepadatan miselium, dansporulasi; pengamatan pada campuran limbah sawit, yaitu warna, kekompakan,aroma, dan pH; serta perubahan komposisi campuran limbah sawit. Hasilpengamatan mengindikasikan Rhizopus microsporus UICC 500, UICC 531, danUICC 539 tidak memfermentasi campuran lumpur dan bungkil 4:1 nonsterilyang ditunjukkan dengan tidak ada pertumbuhan ketiga strain tersebut. Rhizopusmicrosporus UICC 539 memfermentasi campuran lumpur dan bungkil sawit 3:1 nonsteril, 3:1 steril, 4:1 steril yang ditunjukkan dengan adanya pertumbuhan.Rhizopus microsporus UICC 500 dan UICC 531 memfermentasi campuran lumpur dan bungkil sawit 3:1 dan 4:1 steril yang ditunjukkan dengan adanyapertumbuhan. Pertumbuhan tercepat dan jumlah sel terbanyak pada campuranlumpur dan bungkil sawit 3:1 steril ditunjukkan oleh R. microsporus UICC 539yaitu 1,77 x108 CFU/mL, selanjutnya R. microsporus UICC 531 yaitu 1,35 x108CFU/mL, dan R. microsporus UICC 500 yaitu 1,3 x 108 CFU/mL. Rhizopusmicrosporus UICC 539 dapat mengubah komposisi campuran lumpur dan bungkil 3:1 steril setelah lima hari fermentasi, yaitu dapat meningkatkan kandunganprotein, karbohidrat, dan abu pada campuran limbah steril sebanyak 16 , 1,71 ,dan 17,5 secara berturut-turut, serta menurunkan kandungan lemak dan airsebanyak 48 dan 0,1.

---

ABSTRACT This study aims to test the ability of three strains of R. microsporus UICC 500,531 UICC and UICC 539 to ferment slurry and kernel cake mixtures 3 1 and4 1 non sterile, and 3 1 and 4 1 sterile, then analyzes the composition change carbohydrates, fats, protein, water and ash of waste mixtures after fermentation.Fermentation of slurry and palm kernel cake mixtures with inoculumconcentration of 10 v w of the total weight from the mixtures as much as 20 gwith initial cell number 1x107 CFU mL. Rhizopus microsporus was able toferment slurry and kernel cake mixtures, showed by growth of R. microsporus onwaste mixtures, includes morphology, number of cells mL, density of mycelium,and sporulation the observation of slurry and kernel cake mixtures, includes color,compactness, odor, and pH, and also the change of waste mixtures rsquo s composition.The observation results indicated that R. microsporus UICC 500, UICC 531, andUICC 539 were unable to ferment the slurry and kernel cake 4 1 non sterilemixtures, showed by no growth. Rhizopus microsporus UICC 539 was able toferment the slurry and kernel cake mixtures 3 1 non sterile, 3 1 sterile, 4 1 sterile, indicated by growth on the mixtures. Rhizopus microsporus UICC 500 andUICC 531 was able to ferment slurry and kernel cake mixtures 3 1 and 4 1 sterile, showed by growth on the mixtures. The fastest growth and the highestnumber of cells showed by Rhizopus microsporus UICC 539 with 1.77 x108CFU mL, then Rhizopus microsporus UICC 531 with 1.35 x108 CFU mL, and R.microsporus UICC 500 with 1.3 x108 CFU mL on slurry and kernel cake mixtures 3 1 sterile. Rhizopus microsporus UICC 539 was able to change the compositionof slurry and kernel cake 3 1 sterile mixtures after five days fermentation. Theprotein, carbohydrates, and ash content increased by 16 , 1.71 , and 17.5 ,respectively, whereas fats and water content decreased by 48 and 0.1 ,respectively."

"Dalam dekade terakhir ini, kanker menjadi pusat perhatian dunia kesehatan dikarenakan penyakit ini termasuk dalam penyebab utama kematian di seluruh dunia. Menurut statistik GLOBOCAN, International Agency for Research on Cancer IARC pada tahun 2012, terdapat 14.067.894 kasus kanker baru dengan 8.201.575 kematian akibat kanker di seluruh dunia. Oleh sebab itu, dibutuhkan tindakan pencegahan dan pengobatan yang efektif. Salah satunya dengan metode klasifikasi kanker. Metode klasifikasi kanker dapat dijadikan sebagai alat bantu tenaga medis untuk menangani kanker. Dalam tugas akhir ini diusulkan algoritma untuk mengklasifikasikan data kanker dengan menggunakan Fuzzy Possibilistic C-means FPCM dan metode baru yang menggunakan Normed Kernel Function-based Fuzzy Possibilistic C-means NKFPCM. Tujuannya untuk mendapatkan keakuratan terbaik dalam pengklasifikasian data kanker. Untuk meningkatkan keakuratan dua metode tersebut, dilakukan evaluasi kandidat fitur dengan menggunakan pemilihan fitur. Untuk pemilihan fitur digunakan metode Laplacian Score. Hasil yang diperoleh menunjukkan perbandingan keakuratan dan running time dari FPCM dan NKFPCM tanpa dan dengan dilakukan pemilihan fitur. Hasilnya, didapatkan akurasi terbaik saat dengan menggunakan metode NKFPCM dengan dilakukan pemilihan fitur, yaitu 90,91 dengan penggunaan 750 fitur untuk data kanker kandung kemih, 100 dengan penggunaan 250 fitur untuk data kanker darah leukemia , 96,67 dengan penggunaan 3.000 fitur untuk data kanker prostat, dan 100 dengan penggunaan 250 fitur untuk data kanker lambung.

---

Over the past decade, cancer has become the center of attention in the medical field due to its reputation as one of the main causes of death in the worldwide. According to GLOBOCAN statistics, International Agency for Research on Cancer IARC , there were 14,067,894 new cancer cases and 8,201,575 cancer related deaths occurred in 2012. Therefore, preventive actions and effective treatments are required to reduce these threats. One method of handling of cancer using cancer classification. Cancer classification method can be used as aids to handle Cancer. This research proposed an algorithm to classify cancer data using Fuzzy Possibilistic C Means FPCM and a new method, Normed Kernel Function Based Fuzzy Possibilistic C Means NKFPCM. The purpose of this research is to obtain the best accuracy in the classification of cancer data. To improve the accuracy of these two methods, the feature candidate will be evaluated using feature selection. The feature selection was conducted using Laplacian Score. The results obtained show the comparison of the accuracy and running time of FPCM and NKFPCM without and with feature selection. The results show that the best accuracy obtained when using NKFPCM with features selection, with percentage of 90.91 by using 750 features for bladder cancer data, 100 by using 250 features for blood cancer leukemia data, 96.67 by using 3,000 features for prostate cancer data, and 100 by using 250 features for gastric cancer data."

"Klasifikasi data kanker menggunakan microarray data menjadi salah satu cara untuk mendapatkan pengobatan yang lebih tepat. Kendala yang terdapat adalah karakteristik dari microarray yang memiliki fitur yang sangat banyak. Seringkali fitur tersebut tidak begitu informatif bagi pengklasifikasian sehingga perlu adanya suatu cara untuk memilih fitur-fitur yang mengandung informasi yang penting. Salah satu cara tersebut adalah dengan pemilihan fitur. Pada penelitian ini, metode pemilihan fitur yang digunakan berdasarkan clustering dengan fungsi kernel. Fitur-fitur yang sudah terpilih kemudian diklasifikasikan menggunakan metode Support Vector Machine.Evaluasi dari klasifikasi pada penelitian ini melibatkan K-Fold Cross Validation, metode tersebut akan membagi data secara acak, tetapi merata sehingga akurasi yang didapat juga merata. Hasil akurasi tersebut dilakukan dengan berbagai uji terhadap parameter yang berkaitan seperti K partisi, nilai dan fitur-fitur yang digunakan. Pada proses klasifikasi tanpa pemilihan fitur tingkat akurasinya mencapai 89.68 dengan k partisi sebanyak 6 sementara dengan 5 fitur akurasinya menjadi 95.87 pada partisi sebanyak 10.

---

Classification of cancer using microarray data is one way to get a more precise treatment. The obstacle on classification data is the characteristics of microarray data that is having many features. These features are often not so informative for classification, so it needs a way to select the features that contain important information. One way is by selection feature. In this research, the method of selection features that are used based on clustering with kernel function. Features that are already selected then classified using Support Vector Machine.

Evaluation of classification in this research involves a K Fold Cross Validation, that methods split data randomly but uniformly so that it can reach all of accuracy. The results of accuracy data was done with different test against related parameters such as K partition, the value of and the features that are used. On the classification process without selection features rate of accuracy reached on 89.68 with k partition number 6 while with the 5 features obtained 95.87 on partition number 10."

"Sinusitis adalah peradangan pada dinding sinus, yaitu rongga kecil yang terhubung dengan rongga udara dalam tulang tengkorak. Sinus terletak di belakang dahi, di dalam struktur tulang pipi, di kedua sisi hidung, dan di belakang mata. Sinusitis disebabkan oleh peradangan pada rongga hidung, tumbuhnya polip, alergi, dan hal lainnya yang dapat terjadi pada orang dewasa, remaja, bahkan anak-anak. Untuk mengklasifikasi jenis sinusitis, penulis menggunakan Fuzzy C-Means Berbasis Kernel yang merupakan pengembangan dari Fuzzy C-Means. Fuzzy C-Means mengelompokkan data menggunakan jarak Euclidean. Namun, jika data yang akan dipisahkan adalah data non linear, maka konvergensinya akan kecil dan membutuhkan waktu yang lama. Untuk menyelesaikan masalah ini dapat digunakan Fuzzy C-Means Berbasis Kernel yang menggunakan fungsi kernel untuk menggantikan jarak Euclidean. Metode ini memetakan objek dari ruang data ke ruang fitur yang berdimensi lebih tinggi, sehingga dapat mengatasi kelemahan FCM. Data yang digunakan adalah data penyakit sinusitis yang diperoleh dari laboratorium radiolog RSUPN Cipto Mangunkusumo, Jakarta. Karena data yang digunakan adalah data non linear, maka metode yang lebih cocok digunakan adalah Fuzzy C-Means Berbasis Kernel. Dengan menggunakan software Matlab diperoleh akurasi 100% dengan waktu mendekati 0 detik untuk Fuzzy C-Means Berbasis Kernel.

---

Sinusitis is an inflammation of the sinus wall, a small cavity interconnected through the airways in the skull bones. It is located on the back of the forehead, inside the cheek bone structure, on both side of the nose, and behind the eyes. Sinusitis is caused by infection, growth of nasal polips, allergies, and others. This condition can effect adults, teenagers, and even children. To classify sinusitis we used Kernel Based Fuzzy C-Means, which is the development of Fuzzy C-Means (FCM). FCM algorithm groups data using Euclidean distance. However, when non linear data is separated, the convergence is innacurate and need a long running time. To overcome this problem, a Kernel Based Fuzzy C-Means that use kernel functions as a substitute for Euclidean distance. It maps objects from data space to a higher dimention feature space, so they can overcome FCM deficiencies. Data that is used is sinusitis dataset obtained from the laboratory of radiology at Cipto Mangunkusumo National General Hospital, Jakarta. Because the data used is non-linear dataset, the more suitable method is Kernel Based Fuzzy C-Means. By using the Matlab software 100% accuracy is obtained and running time is close to 0 for Kernel Based Fuzzy C-Means."

"Penggunaan berkas tanpa flattening filter (FFF) dalam radioterapi dilakukan untuk memperoleh laju dosis tinggi. Pemberian berkas radiasi perlu diperiksa secara berkala dengan berbagai parameter. Salah satu parameter pemeriksaannya adalah dengan mengevaluasi distribusi dosis. Distribusi dosis pada suatu volume material dapat diperoleh dengan cara mengukur pada satu atau beberapa bagian pada volume. Detektor array 2 dimensi MatriXXFFF yang kemudian diolah dengan algoritma tertentu menjadi salah satu contoh pengukuran distribusi dosis radioterapi. Pada penelitian ini, dilakukan pengujian algoritma rekonstruksi dosis dengan metode pembentukan fluens melalui konvolusi balik. Rekonstruksi dosis terdiri atas pembentukan peta fluens dan konvolusi dosis menggunakan Energy Deposition Kernel (EDK). Perbandingan dosis hasil rekonstruksi dan simulasi menggunakan treatment planning system (TPS) Eclipse untuk berkas foton teknik FFF 6MV pada Linac Varian Trilogy menunjukkan hasil yang belum memenuhi ambang batas pass rate 95% pada 2 lapangan yang diuji. Diperoleh pass rate untuk lapangan 10 10 cm2 adalah 12,3% dan pada lapangan 4 4 cm2 sebesar 3,1% untuk evaluasi setiap voksel pada algoritma. Tingkat pass rate meningkat dengan memperkecil region of interest bidang pada volume observasi. Pada lapangan 10 10 cm2 diperoleh pass rate 40,9%, 60,3%, 89,6%, dan 100% untuk ROI yang setara dengan 9,1 9,1 cm2, 7,6 7,6 cm2, 6,1 6,1 cm2, dan 4,5 4,5 cm2 sementara pada lapangan 3 3 cm2 diperoleh hasil 45,8% dan 68,8% untuk ROI yang setara dengan 3,1 3,1 cm2 dan 1,5 1,5 cm2. Penggunaan kolimator mempengaruhi daerah dekat field-end sehingga pass rate pada lapangan yang lebih kecil yang salah satunya ditandai dengan perbedaan dosis pada field-end antara rekonstruksi dan TPS mencapai 36,6% dan memiliki derajat perbedaan lebih tinggi untuk titik pada arah luar lapangan.

---

Flattening filter free (FFF) beam has been implemented in radiotherapy to achieve a high dose rate on a treatment. Quality control of beam output is examined routinely using several parameters including dose distribution evaluation. Dose distribution can be acquired by measuring several points of the volume. One of the measurement instruments is 2D array detector MatriXXFFF which can be processed to obtain the dose distribution value. In this research, a back reconstruction from the detector to source using the convolution of the fluence is assessed. The reconstruction algorithm consists of fluence map generation and dose convolution using energy deposition kernel produced by Monte Carlo. We generated the dose reconstruction of 2 open beam field size, 10 10 cm2, and 4 4 cm2, on virtual water phantom. Eclipses dose calculation is used as a reference standard in this study. The threshold for dose difference is set for less than 3% on each point of the volume with the minimum pass rate for acceptance is 95%. The pass rate for 10 10 cm2 is 12.3%, while for 4 4 cm2 field is 3.1%. The pass rate increased significantly by narrowing the region of interest (ROI) of the volume. We obtained 40.9%, 60.3%, 89.6%, and 100% on ROIs equivalent to 9.1 9.1 cm2, 7.6 7.6 cm2, 6.1 6.1 cm2, and 4.5 4.5 cm2 for 10 10 cm2 beam field size, respectively. For the 4 4 cm2 field size, the pass rate was 45.8% and 68.8% for ROIs equivalent to 3.1 3.1 cm2 and 1.5 1.5 cm2. Lower pass rate on a narrow beam field size apparently caused by near-field-end volume that was affected by the usage of the collimator. The impact can be seen on the dose difference between neighboring pixels on a near-field-end area of reconstructed dose and calculated dose from TPS that reached 36.6% and differ even further toward the outfield."