Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Kesehatan merupakan kebutuhan dasar setiap manusia untuk menjalani kehidupan sehari hari. Urinalisa merupakan pemeriksaan kesehatan tubuh berdasarkan cairan urin. Protein merupakan salah satu parameter yang dapat digunakan untuk mengetahui kondisi kesehatan tubuh. Keadaan protein yang tidak normal dalam tubuh dapat mengindikasikan adanya penyakit gangguan ginjal, gagal jantung dan proteinuria. Urine analyzer merupakan alat yang dapat mendeteksi adanya protein dalam urin. Keterbatasan akses menggunakan alat Urine Analyzer menjadi latar belakang dilakukan pengukuran protein dalam urin berbasis ponsel pintar. Ponsel pintar mempunyai kamera ponsel yang memungkinkan digunakan dalam pemrosesan gambar. Ponsel pintar yang digunakan untuk pengukuran protein pada urin dalam penelitian ini adalah Huawei Nova 5T dan Samsung Galaxy A51 dengan menggunakan aplikasi Opencamera untuk mengambil citra sampel strip uji dan papan warna. Pada penelitian ini dilakukan pula pengujian ukuran resolusi kamera terhadap algoritma koreksi warna dan segmentasi pada citra. Data citra kemudian dilakukan koreksi warna untuk menghasilkan warna citra yang optimal. Metode koreksi warna yang digunakan adalah metode Root-Polynomial Color Correction (RPCC). Citra hasil koreksi warna selanjutnya digunakan sebagai data masukan untuk pengukuran kadar protein pada urin menggunakan model regresi Artificial Neural Network dengan metode fungsi pelatihan Lavenberg-Marquardt. Hasil penelitian menunjukan bahwa, algortima koreksi warna bekerja optimal pada ukuran resolusi minimum sampai resolusi maksimum. Algortima koreksi warna yang digunakan menghasilkan performa yang baik dengan hasil evaluasi koreksi warna sebesar 1,13 – 1,83 ΔE. Model regresi menggunakan ANN menghasikan nilai evaluasi sebesar 0,05 – 0,04 RRMSE atau 95% - 96%. Hasil ini menyimpulkan bahwa algortima model regresi Artificial Neural Network dengan fungsi pelatihan Lavenberg-Marquardt dapat digunakan untuk pengukuran kadar protein pada urin berbasis ponsel pintar. ......Health is a basic need of every human being. Urinalysis is an examination of the body's health based on urine. Protein is one of the parameters that can be used to determine the health condition of the body. The state of abnormal protein in the body can indicate kidney disorders, heart failure and proteinuria. Urine analyzer is a tool that can detect the presence of protein in urine. Limited access using Urine Analyzer is the background for measuring protein in urine based on smart phones. Smartphones have cell phone cameras that allow them to be used in image processing. The smart phones used for measuring protein in urine in this study were Huawei Nova 5T and Samsung Galaxy A51 using the application Opencamera to take sample images of test strips and color boards. In this study, the size of the camera resolution was also tested against color correction algorithms and image segmentation. The image data is then color corrected to produce the optimal color image. The color correction method use the Root-Polynomial Color Correction (RPCC) method. The color-corrected image then used as input data for measuring protein levels in urine using regression model Artificial Neural Network with training function method Lavenberg-Marquardt. The results show that the color correction algorithm works optimally at the minimum resolution to the maximum resolution. The color correction algorithm used produces good performance with the results of the color correction evaluation being 1,13 – 1,83 ΔE. The regression model using ANN produces an evaluation value of 0.05 – 0.04 RRMSE or 95% – 96%. These results conclude that the regression model algorithm Artificial Neural Network with training function Lavenberg-Marquardt can be used for smartphone-based urine protein measurement.

Abstrak :
ABSTRAK
Tujuan. Penelitian ini membandingkan pemeriksaan sitologi urin dengan pemeriksaan sistoskopi konvensional untuk mendeteksi metastasis kanker serviks ke vesika urinaria. Metode. Penelitian dilakukan dengan uji diagnostik potong-lintang dengan subjek penelitian pasien kanker serviks stadium ≥IIB di RSUPN Dr. Ciptomangunkusumo dari Juli 2015 hingga Januari 2016. Nilai diagnostik pemeriksaan sitologi urin dihitung dengan luaran: sensitivitas, spesifisitas, nilai prediksi positif, nilai prediksi negatif, dan akurasi. Uji kesesuaian pemeriksaan sitologi urin dibandingkan baku emas pemeriksaan sistoskopi konvensional. Hasil. Dalam jangka waktu Juli 2015 hingga Januari 2016 didapatkan 111 kasus pasien dengan diagnosis kanker serviks stadium ≥IIB yang memiliki potensi mengalami metastasis ke vesika urinaria. Sebanyak 106 subjek diikutsertakan dalam analisis statistik. Pemeriksaan sitologi urin memiliki sensitivitas 20%, spesifisitas 89%, nilai duga positif 8,33%, nilai duga negatif 95,74%, dan akurasi 95,28%. Kesimpulan. Penelitian ini menyimpulkan bahwa pemeriksaan sitologi urin mempunyai akurasi 95,28% sehingga dapat digunakan sebagai metode penapisan untuk mendeteksi kanker serviks yang belum metastasis ke vesika urinaria dan sebagai alternatif protokol. Apabila hasil pemeriksaan sitologi urin negatif maka tidak perlu dilakukan pemeriksaan sistoskopi, tetapi apabila hasil pemeriksaan sitologi urin positif maka perlu dilakukan pemeriksaan sistoskopi. Kata kunci: kanker serviks, metastasis vesika urinaria, sitologi urin, sistoskopi, nilai diagnostik

---

ABSTRACT
Objective. The aim of this study is to compare the diagnostic value of urine cytology and conventional cystoscopy to diagnose bladder metastasis in cervical cancer. Methods. It is a cross sectional study with cervical cancer patients stage ≥IIB at Dr. Ciptomangunkusumo Hospital from July 2015 to January 2016 as the research subjects. The diagnostic value of urine cytology and conventional cystoscopy were calculated as sensitivity, specificity, positive predictive value, negative predictive value, and accuracy. The gold standard was conventional cystoscopy. Result. From July 2015 to January 2016, there were 111 subjects with cervical cancer that have possibility infiltrated the bladder, and there were 106 subjects that included to statistical analysis. The urine cytology has sensitivity 20%, specificity 89%, positive predictive value 8.33%, negative predictive value 95.74%, and accuracy 95.28%. Conclusion: The urine cytology has accuracy 95.28 %, so it can be used as screening method and alternative diagnostic method to detect if there is no bladder metastasis in cervical cancer. If the result of urine cytology is negative, then there is no need to perform cystoscopy, but if the result of urine cytology is positive, then the cystoscopy should be performed. Keyword: cervical cancer, bladder metastasis, urine cytology, cystoscopy, diagnostic value

Abstrak :
Diabetes mellitus DM dapat menyebabkan kerusakan ginjal dan nefropati diabetik merupakan penyebab gagal ginjal tersering. Penelitian ini bertujuan untuk mengetahui jumlah sel epitel tubulus ginjal dalam sedimen urin yang dapat dijadikan penanda kerusakan ginjal pada penderita DM. Penelitian ini juga bertujuan mencari nilai cut off jumlah sel epitel tubulus ginjal sebagai penanda kerusakan ginjal pada penderita DM, korelasi antara jumlah sel epitel tubulus ginjal dengan urine albumin/creatinine ratio UACR dan ?2-microglobulin urin serta korelasi antara ?2-microglobulin serum dengan UACR. Desain penelitian adalah potong lintang deskriptif analitik dengan 90 subjek, penelitian berlangsung selama Juni hingga Oktober 2017. Sampel menggunakan urin dan serum penderita diabetes mellitus. Jumlah sel epitel tubulus ginjal diperiksa dengan Sysmex UF-4000. Kadar albumin urin diperiksa dengan NycoCard. Kadar ?2-microglobulin serum dan urin serta kreatinin urin diperiksa dengan Cobas C501. Hasil penelitian didapatkan perbedaan bermakna jumlah sel epitel tubulus ginjal pada kelompok nefropati diabetik dengan non nefropati diabetik 2,4 sel /?L vs 1,6 sel /?L . Tidak ada korelasi antara jumlah sel epitel tubulus ginjal dengan UACR dan ?2-microglobulin urin. Korelasi antara ?2-microglobulin serum dengan UACR adalah lemah dan bermakna.

---

Diabetes mellitus DM can cause kidney damage and diabetic nephropathy is the most common cause of renal failure. This study aimed to determine the number of renal tubular epithelial cells in urine sediments that could be used as a marker of kidney damage in patients with DM. This study also aimed to determine cut off point of renal tubular epithelial cells as a marker of kidney damage in patients with DM, the correlation between the renal tubular epithelial cells with urine albumin creatinine ratio UACR and 2 microglobulin urine and the correlation between serum 2 microglobulin and UACR. The study design was cross sectional, descriptive analytic with 90 subjects, the study took place during June to October 2017. The sample used urine and serum of diabetic patients. The renal tubular epithelial cells was examined with Sysmex UF 4000. Urinary albumin levels are determined with NycoCard. Serum 2 microglobulin and urine and urinary creatinine levels were determined with Cobas C501. The results showed significant differences in number of renal tubular epithelial cells in the diabetic nephropathy group with non diabetic nephropathy 2.4 cells L vs. 1.6 cells L . There was no correlation between the number of renal tubular epithelial cells with UACR and urine 2 microglobulin. The correlation between serum 2 microglobulin with UACR was weak and significant.