Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Secara visual, sulit untuk membedakan antara perokok dan bukan perokok bahkan untuk dokter atau dokter gigi yang berpengalaman. Salah satu cara yang paling obyektif untuk mengenali lidah perokok adalah dengan menggunakan alat seperti kamera. Penelitian yang relevan menemukan bahwa kelainan pada permukaan lidah dapat ditangkap oleh kamera HS pada rentang spektrum 650 - 900 nm. Sistem yang diusulkan terdiri dari dua bagian, perangkat keras dan perangkat lunak. Perangkat keras terdiri dari rangka aluminium, slider, sebuah sumber cahaya halogen dan kamera HS dengan rentang spektral antara 400-1000 nm yang terhubung ke komputer. Sistem dilengkapi oleh perangkat lunak pengolah citra hiperspektral yang dirancang untuk mendeteksi lidah perokok. Nilai reflektansi permukaan lidah diekstraksi dari citra lidah responden yang sebelumnya dikoreksi dengan menggunakan referensi citra hiperspektral gelap dan terang. Merata-ratakan data reflektansi spektral disetiap region lidah dilakukan untuk mengubah fitur yang ada menjadi ruang dimensi yang lebih kecil. Principal Component Analysis PCA digunakan untuk menghitung dan memilih subset fitur yang akan digunakan sebagai input oleh pengklasifikasi. Support vector machine SVM digunakan sebagai model klasifikasi citra karena kinerjanya sangat baik untuk memilih separator hyperplane terbaik di antara dua kelas yang berbeda. Sejumlah sampel citra lidah diakuisisi, diolah dan diklasifikasikan sebagai lidah perokok dan bukan perokok oleh sebuah sistem pengukuran hiperspektral. Evaluasi hasil sistem diperiksa menggunkan confusion matriks dengan menjadikan false positive rate FPR , false negative rate FNR , sensitivity dan specificity sebagai parameter kehandalan sistem. Validasi terhadap hasil pengukuran dilakukan menggunakan metode k-fold cross validation dengan rata-rata error klasifikasi SVM sebagai parameter akurasi sistem prediksi. Sistem deteksi perokok untuk mengidentifikasi smoker rsquo;s melanosis ini berhasil mengklasifikasi lidah perokok dan bukan perokok dengan akurasi yang baik.Kata kunci: Hiperspektral, SVM, Fingerprint, Lidah, Perokok.

---

ABSTRACT
Visually, it is difficult to diffrentiate between smoker and non smoker tongue even for an experienced doctor or dentist. One of the most objective way to acknowledge the smoker tongue is by using tools such as camera. The relevant research found that lession on tongue surface possible to be captured by hiperspektral camera in spectral range 650 ndash 900 nm. The proposed system contains of two parts, hardware and software. The hardware consists of workbench, slider, a halogen light source and hyperspectral camera with spectral range between 400 1000 nm connected to personal computer. The system complemented with hiperspektral image processing software built up especially to analyse the smoker tongue. The reflectance values of tongue surface was extracted from respondent tongue image that previously corrected using white and dark hiperspektral image references. Averaging all of spectral data have been done to transform the existing features into a lower dimensional space. The principal component analysis PCA was used to compute and select the features subset which will be used as an input by the classifier. The support vector machine SVM classifier is used as image classification model since it perform excellent to choose the best hyperplane separator between two difference classes. A number of samples of the tongue image were acquired, processed and classified as smokers and non smokers tongue by a hyperspectral measurement system. The evaluation of system result is checked using confusion matrix by making false positive rate FPR , false negative rate FNR , sensitivity and specificity as system reliability parameters. Validation of the measurement results was done using k fold cross validation method with average error classification SVM as parameter of system prediction accuration. Smoker detection system to identify smoker rsquo s melanosis is successfully classify the tongue of smokers and non smokers with good accuracy.Keywords Hiperspektral, Reflectance, Smoker, Tongue, Diagnosis, SVM, PCA

Abstrak :
The aim is to establish the feasibility to image in vivo microscopic dental surface by non-invasive, real-time, en face Reflectance Confocal Microscopy (RCM). Fifteen healthy volunteers referred at the Multidisciplinary Department of Medical-Surgical and Odontostomatological Specialties, Second University of Naples, Naples, Italy, were enrolled. A commercially available hand-held RCM (Vivascope®3000, Lucid, Rochester, NY, USA) was used to image in vivo the dental surface of the upper right and left central incisors of each volunteer. Totally, thirty vestibular surfaces of upper central incisors were imaged in vivo by RCM to preliminary image the dental surface and assess the feasibility of a more extended study on teeth. In vivo RCM was able to image the dental surface within the enamel, at a maximum depth imaging of 300 μm, with images good in quality and the capability to detect enamel structures such as enamel lamellae and enamel damages, such as unevenness and cracks. In conclusion, enamel “optical biopsy”, gained by RCM imaging, revealed to be a non-invasive real-time tool valid to obtain architectural details of the dental surface with no need for extraction or processing the samples. RCM appears to be an optimum auxiliary device for investigating the architectural pattern of superficial enamel, therefore inviting further experiments aimed to define our knowledge about damages after etching treatments or bracket removal and the responsiveness to fluoride seals and the morphology of the tooth/restoration interface. Moreover, this device could also be used to detect relevant diseases like caries, or to assess surface properties to evaluate lesion activity.

Abstrak :
Latar belakang: Berdasarkan data National Institute of Health Amerika Serikat tahun 2015, kanker usus halus merupakan salah satu kanker langka dengan dengan insidensi yang diperikirakan meningkat lebih dari 100% selama 4 dekade terakhir di berbagai negara. Teknik diagnosis penyakit ini membutuhkan berbagai pendekatan karena sering terlambat didiagnosis. Standar emas diagnosis kanker usus halus saat ini adalah penilaian histopatologi oleh ahli. Kekurangan metode ini adalah sulit dideskripsikan secara objektif dan belum terdigitalisasi. Sejumlah penelitian menunjukkan bahwa metode spektrofotometri reflektans cahaya tampak dapat digunakan dalam diagnosis sejumlah jenis kanker, seperti kanker kulit dan lesi oral. Metode tersebut lebih terkuantifikasi, dapat didigitalisasi, sangat terjangkau dan mudah digunakan. Namun, penggunaan spektrofotometri cahaya tampak belum digunakan untuk lesi kanker usus halus. Tujuan: Studi ini merupakan studi pendahuluan untuk mengetahui kemampuan spektrofotometer reflektans cahaya tampak sederhana dalam mengklasifikasi derajat lesi kanker usus halus pada mencit berdasarkan pengukuran intensitas cahaya. Metode: Penelitian ini merupakan penelitian analitik potong lintang menggunakan sampel bahan biologis tersimpan blok parafin usus halus mencit Mus musculus. Sampel dikelompokkan berdasarkan derajat lesi menjadi normal, prekanker, dan kanker berdasarkan penilaian ahli patologi anatomi. Seluruh sampel diukur intensitas cahaya reflektansinya pada 132 panjang gelombang cahaya tampak. Hasil pengukuran dianalisis menggunakan perangkat lunak SPSS 24.0 untuk uji komparatif dan Orange Data Mining untuk pengelompokan derajat lesi berdasarkan data yang diperoleh dengan machine learning. Hasil dan Pembahasan: Hasil uji komparatif menunjukkan sebanyak 105 dari 132 panjang gelombang cahaya tampak memiliki perbedaan intensitas reflektans bermakna (p<0,05) antar kelompok sampel. Pengelompokan derajat lesi berdasarkan data intensitas cahaya oleh machine learning dilakukan terbaik dengan model k-nearest neighbors yang memiliki akurasi sebesar 83,3%, AUC sebesar 90,8%, nilai F1 sebesar 0,836, presisi sebesar 0,856, dan recall 0,833. Analisis Tree menunjukkan panjang gelombang 450,3 nm terbaik dalam membedakan sampel. Simpulan: Metode spektrofotometer reflektans cahaya tampak sederhana mampu membedakan jaringan normal, prekanker, dan kanker usus halus pada mencit berdasarkan perbedaan intensitas cahaya. ......Background: According to the United States National Institue of Health in 2015, small intestine cancer is one of the rare cancer with estimated to increase the incidence by more than 100% in the last 4 decades in many countries. The diagnosis of this disease needs various approaches because it is usually late to diagnose. The current gold standard for diagnosing small intestine cancer is histopathology evaluation by the expert. The disadvantages of this method are hard to describe objectively and have not been digitalized. Some studies showed that visible light reflectance spectrophotometry method can be used in cancer diagnoses, such as skin cancer and the oral lesion. This method is quantified, able to be digitalized, affordable, and easy to use. However, the use of visible light spectrophotometry has not been used for small intestine cancer lesions. Objective: This is a pilot study that aims to evaluate the potency of simple visible light reflectance spectrophotometry to classify mice’s small intestine cancer lesion degree based on intensity measurement. Method: This analytical cross-sectional study was done using paraffin block preserve Mus musculus mice small intestine tissue. The samples were grouped according to the lesion degree that had been evaluated by a pathology expert. The reflectance intensity of all samples were measured in 132 different visible light wavelengths. The results were analyzed by using SPSS 24.0 for comparative test and Orange Data Mining’s machine learning for lesion degree classification based on obtained data. Results and Discussion: Comparative test results show that 105 of 132 visible light wavelengths have a significant difference (p<0,05) between groups. The best machine learning to classify lesion degree based on light intensity was performed by k-nearest neighbor, with accuracy 83,3%, AUC 90,8%, F1 score 0,836, precision 0,856, and recall 0,833. Tree analysis showed that 450,3 nm is the best wavelength to differentiate the sample. Conclusion: Simple visible light reflectance spectrophotometer is able to differentiate normal, precancer, and cancer on mice small intestine tissue based on the light intensity difference.

Abstrak :
ABSTRAK
Kandungan 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.

Abstrak :
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.

Abstrak :
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.

Abstrak :
Penelitian baru-baru ini yang menggunakan mikroskopi pump-probe pada material Sr$_{1-y}$NbO$_{3+\delta}$ menunjukkan kemampuan optical-switching yang mengarah kepada reduksi reflektansi hingga mendekati 100 %. Pada studi ini, kami mengajukan model sederhana untuk menjelaskan fenomena ini. Kami berhipotesis bahwa reduksi reflektansi ini disebabkan oleh efek korelasi yang muncul akibat interaksi elektron-elektron seiring dengan berkurangnya pengisian elektron pada pita konduksi karena tereksitasi ke pita yang lebih tinggi sepanjang waktu pump-ON. Di sini, kami memodelkan sistem material menggunakan model Hubbard satu-dimensi. Model ini kemudian diselesaikan dengan menggunakan metode fungsi Green dalam teori iterasi perturbasi termodifikasi (MIPT) untuk mempertahankan ketergantungan terhadap frekuensi pada self-energy. Hal ini penting karena self-energy ini memanifestasi hamburan elektron-elektron yang merupakan proses dinamis. Fungsi Green self-consistent yang diperoleh kemudian digunakan untuk menghitung fungsi respon optis dan reflektansi sebagai fungsi frekuensi foton. Terakhir, kami menampilkan nilai reflektansi pada frekuensi probe sebagai fungsi waktu dan membandingkannya dengan data eksperimen.

---

A recent experimental study of pump-probe microscopy on material Sr$_{1-y}$NbO$_{3+\delta}$ shows an optical switching that leads to the reflectance reduction up to nearly 100 %. In this study, we propose a simple model to explain this phenomenon. We hypothesize that the reflectance reduction is caused by correlation effects arising from the electron-electron interaction accompanying the decrease of electron filling in conduction band as the electrons are excited to the higher band during pump-ON period. Here, we model the system using the one-dimensional Hubbard model. We solve this model using Green function method within modified iterated perturbation theory (MIPT) to retain the frequency dependence in the self energy. This is important since the self energy manifests the electron-electron scattering which is a dynamical process. The obtained self-consistent Green function is then used further to calculate the optical response function and the reflectance as a function of photon frequency. Finally, we plot the reflectance value at the probe frequency as a function of time and compare it to the experimental data.