Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Dalam Arkeologi salah satu jenis temuan non-artefak yang mempunyai relevansi dengan kebudayaan secara langsung adalah rangka manusia. Temuan rangka manusia sebagai data arkeologi mempunyai bagian-bagian yang tingkat keterawetannya berbeda. Salah satu bagian dari rangka manusia yang besar kemungkinannya untuk terawetkan dengan haik adalah gigi, karena susunan struktur zat organik pembentuknya lebih kuat dan keras dibandingkan dengan bagian rangka yang lain. Hal ini menyebabkan temuan gigi dalam situs-situs arkeologi. Hiasanya ditemukan dalam keadaan lebih lengkap kualitasnya dari pada. Jenis tulang lainnya. Banyak informasi dapat diperoleh dari analisis terhadap gigi, salah satunya dibicarakan dalam skripsi ini, yaitu penelitian terhadap keausan gigi pada komunitas pantai., untuk melihat interaksi biologis budaya manusia serta secara tidak langsung lingkungannya. Selain itu dari penelitian terhadap keausan gigi dapat diperoleh gambaran tentang makanan pada masa itu. Dari hasil penelitian terhadap rangka manusia Hari situs Gilimanuk dan Plawangan dapat diambil kesimpulan: Tingkat presentase keawetan gigi pada situs Gilimanuk dan Plawangan dapat dikatakan sama baik. Faktor-faktor yang berpengaruh terhadap unsur gigi antara lain: faktor kebudayaan, faktor sumber daya lingkungan yang dimafaatkan sebagai makanan.

Abstrak :
SIBI (Sistem Isyarat Bahasa Indonesia) merupakan bahasa isyarat resmi yang digunakan oleh penyandang tunarungu di Indonesia untuk berkomunikasi sehari- hari baik dengan sesama penyandang tunarungu maupun orang non-tunarungu. Adanya aplikasi penerjemah gerakan Bahasa isyarat ke teks akan sangat membantu proses komunikasi antara tunarungu dan non-tunarungu. Salah satu fitur yang dibutuhkan untuk pengembangan model penerjemah SIBI adalah informasi kerangka manusia (skeleton). Penelitian ini bertujuan untuk mengembangkan metode ekstraksi fitur kerangka manusia dari citra video telepon pintar untuk melatih model pembelajaran mesin LSTM (Long Short-Term Memory) pengenal gerakan kata dasar SIBI. Metode ekstraksi fitur yang dikembangkan menggunakan Haar Cascade untuk identifikasi titik bahu, algoritma Lucas-Kanade untuk melacak titik tangan, dan menggunakan interpolasi antara titik bahu dan tangan untuk mengidentifikasi titik siku. Dari titik-titik skeleton tersebut, dihitung sudut antara bahu dan lengan atas, serta bahu dan lengan bawah. Hasil ekstraksi digunakan sebagai input untuk model pembelajaran mesin LSTM yang telah dikembangkan sebelumnya. Penelitian ini berhasil mengembangkan metode ekstraksi skeleton yang saat dimasukkan ke model LSTM menghasilkan model dengan akurasi terbaik hingga 84.64%. Model dengan akurasi terbaik tersebut adalah model LSTM 2 layer dan dilatih dengan parameter jumlah hidden unit 512, jumlah batch 100, dan iterasi training 1800 epoch. ......SIBI (Indonesian Language Sign System) is the official sign language system used by deaf people in Indonesia to communicate with each other and with non-deaf people. An application that can translate the sign language movement from video to text would be very useful to help communication between deaf and non-deaf people. One of the features needed to develop a model to translate sign language gesture is the subject’s skeleton. This research aims to develop a method to extract skeleton feature from smartphone video image to be used to train an LSTM (Long Short-Term Memory) machine learning model to translate gestures of SIBI base words. The developed method used Haar Cascade to identify shoulder points, Lucas-Kanade Algorithm to track hand points, and interpolate elbow points based on the location of previously known shoulder and hand points. From those skeleton points, the angles between shoulder and upper arm, and the shoulder between upper and lower arm are computed. This extraction result is then fed into a previously- developed LSTM machine learning model as training data. This research successfully develops a skeleton extraction method that when fed into LSTM model resulted in a model that can achieve accuracy up to 84.64%. This best model is LSTM with 2 layers, and trained with 512 hidden units, 100 batch size, and 1800 training epoch.

Abstrak :
Kanker kolorektal diketahui berhubungan dengan massa otot yang rendah. Massa otot yang rendah dihubungkan dengan luaran klinis yang buruk. Telah diketahui bahwa asupan protein adalah salah satu faktor yang berperan dalam mempertahankan massa otot. Namun, studi-studi yang ada mengenai efek pemberian protein tinggi pada pasien kanker kolorektal terhadap massa otot belum dapat disimpulkan karena kurangnya bukti dari penelitian berkualitas baik dan intervensi pada studi yang berbeda-beda. Tujuan dari penelitian ini adalah untuk mengetahui korelasi antara asupan protein dengan indeks massa otot skelet pada pasien kanker kolorektal yang dirawat inap di Rumah Sakit Umum Pusat Nasional Dr. Cipto Mangunkusumo (RSCM). Penelitian menggunakan desain potong lintang pada subjek dewasa kanker kolorektal yang dirawat inap di RSCM. Asupan protein dinilai menggunakan multiple 24 hour recall. Indeks massa otot skelet didapatkan dari pengukuran massa otot skelet dalam kilogram menggunakan BIA multifrequency, lalu dibagi dengan tinggi badan dalam meter yang dikuadratkan. Sebanyak 52,5% subjek berjenis kelamin perempuan dan 50% subjek berada pada stadium IV. Terapi yang paling banyak telah dijalani subjek adalah kombinasi pembedahan dan kemoterapi (n=16, 40%). Tidak ditemukan korelasi antara asupan protein dan indeks massa otot skelet (r = -0,04, P=0,795). ......Colorectal cancer is known to be associated with low muscle mass. Low muscle mass is associated with poor clinical outcome. It is known that protein intake is one of the factors that play a role in maintaining muscle mass. However, the existing studies on the effect of administering high protein in colorectal cancer patients on muscle mass have not been definitively concluded due to the lack of evidence from good quality studies and differences of intervention in existing studies. The purpose of this study was to determine the correlation between protein intake and skeletal muscle mass index in colorectal cancer patients who were hospitalized at the RSUPN Dr. Cipto Mangunkusumo (RSCM). The study used a cross-sectional design on adult subjects with colorectal cancer who were hospitalized at RSCM. Protein intake was assessed using multiple 24 hour recalls. Skeletal muscle mass index was obtained from the measurement of skeletal muscle mass in kilograms using BIA multifrequency, then divided by height in meters squared. A total of 52.5% of the subjects were female and 50% of the subjects were in stage IV. The most common therapy that the subject had undergone was a combination of surgery and chemotherapy (n=16, 40%). No correlation was found between protein intake and skeletal muscle mass index (r = -0.04, P=0.795).

Abstrak :
In the past, determination of bone maturity relied on visual evaluation of skeletal development in the hand and wrist, most commonly using the Greulich and Pyle atlas. The Gilsanz and Ratib digital atlas takes advantage of digital imaging and provides a more effective and objective approach to assessment of skeletal maturity. The atlas integrates the key morphological features of ossification in the bones of the hand and wrist and provides idealized, sex- and age-specific images of skeletal development New to this revised second edition is a description and user manual for Bone Age for iPad®, iPhone® and iPod touch®, which can be purchased and used separately from this book. The App can be easily employed to calculate the deviation of the patient’s age from the normal range and to predict a possible growth delay. This easy-to-use atlas and the related App will be invaluable for radiologists, endocrinologists, and pediatricians and also relevant to forensic physicians.