Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skema Multiple Input Multiple Output (MIMO) menjadi topik penelitian penting dalam bidang telekomunikasi nirkabel, karena memiliki kapasitas tinggi tanpa memerlukan tambahan bandwidth serta ketahanannya terhadap multipath fading. Permasalahan yang timbul pada MIMO adalah diperlukannya suatu skema agar setiap antena pemancar dapat digunakan untuk mengirimkan aliran data yang berbeda pada saat bersamaan, dan aliran data yang berbeda-beda tersebut dapat dipisahkan secara tepat di bagian penerima. Permasalahan lain pada sistem MIMO adalah pengkodean yang tepat untuk aliran data jamak sehingga data dapat diterima secara handal.Untuk mengatasi permasalahan tersebut, pada penelitian ini diajukan penggabungan arsitektur berlapis Vertical Bell Laboratories Space-Time Multiple Input Multiple Output (V-BLAST MIMO) serta pengkodean Rate Compatible Punctured Convolutional (RCPC). Penggunaan V-BLAST memungkinkan pengiriman data yang berbeda pada setiap antena, dan kode RCPC memberikan proteksi terhadap kesalahan kanal. Untuk mempermudah perhitungan parameter kode RCPC, digunakan kode konvolusional ekivalen. Kriteria Zero Forcing (ZF) dan Minimum Mean Squared Error (MMSE) digunakan untuk mengekstrak setiap sub-aliran informasi yang tiba di penerima.Penelitian ini menghasilkan kode RCPC menggunakan kode konvolusional ekivalen dengan periode puncturing Pc = 2 hingga 6, serta kode RCPC tanpa kode konvolusional ekivalen dengan periode puncturing Pc = 6. Hasil lainnya adalah persamaan BER untuk RCPC V-BLAST MIMO pada kanal fading Nakagami-m. Kanal fading Nakagami-m digunakan karena memiliki karakteristik empiris yang sesuai dengan pola fading secara general. Persamaan BER sistem dinyatakan dalam persamaan matematis yang modular, yang terdiri atas kinerja BER subsistem modulasi M-QAM multikanal, subsistem V-BLAST MIMO, dan subsistem RCPC dengan modulasi M-QAM dan kanal Nakagami-m.Simulasi numerik yang dilakukan menunjukkan bahwa peningkatan periode puncturing Pc akan meningkatkan jarak bebas kode dfree, sehingga memperbaiki BER sistem. Peningkatan dfree juga dapat dicapai dengan meletakkan bit yang di-puncture pada satu kolom dalam matriks puncturing, tanpa mengubah Pc. BER sistem juga akan semakin baik dengan penambahan jumlah antena, dimana penambahan jumlah antena penerima akan meningkatkan BER dengan lebih signifikan dibandingkan dengan penambahan jumlah antena pemancar. Semakin tinggi Pc yang digunakan, perbaikan BER yang dihasilkan oleh penambahan antena akan semakin kecil. Penggunaan deteksi berbasis MMSE akan meningkatkan BER sistem pada kisaran 0,5 hingga 1 dB dibandingkan deteksi berbasis ZF.

---

The Multiple Input Multiple Output (MIMO) system has been the subject of rigorous research in the wireless telecommunication field, due to its ability to increase capacity without necessitating extra bandwidth and its robustness against multipath fading. There are two main problems arising in this system. The first is the need to find a scheme to send different information symbols simultaneously using multiple transmit antennas, as well as enabling the extraction of those symbols in the receiver. The second problem is finding a correct coding type for multiple information streams to provide robustness against channel errors.

To solve these problems, this research proposes the integration of Vertical Bell Laboratories Space-Time Multiple Input Multiple Output (V-BLAST MIMO) scheme and Rate Compatible Punctured Convolutional (RCPC) encoding. The use of V-BLAST scheme will enable the transmission of different data streams simultaneously using the multiple transmit antennas, while RCPC codes protect the data against channel errors. To simplify the calculation of RCPC code parameters, equivalent convolutional codes are used. Zero Forcing (ZF) and Minimum Mean Squared Error (MMSE) criteria are used to extract the different data streams arriving in the receiver.

In this research RCPC codes using equivalent convolutional codes which puncturing periods are Pc = 2 to 6, and an RCPC code without equivalent convolutional code which Pc = 6 are obtained. A mathematical formulation of BER for RCPC V-BLAST in Nakagami-m fading channel is derived and numerically simulated. The Nakagami-m model is used as its empirical characteristics match those of general fading pattern. The mathematical BER of the system is stated as a modular equation, consisting of the subsystems BER.

The numerical simulations results show that the increase of Pc will increase the free distance of the codes dfree, which in turn will increase the system BER. The increase of dfree can also be obtained by placing the punctured bits in one column of the puncturing matrix, without changing the Pc. Increasing the number of antennas will also improve the system BER. The increased number of receive antennas will contribute more significantly to the BER improvement compared to the increase of transmit antennas. The larger the Pc used, the BER improvement yielded by increasing the antenna numbers will be more insignificant. The use of MMSE-based detection will improve the system BER by 0.5-1 dB compared to the ZF-based detection."

"Salah satu hal mendasar di dunia science mengenai enzim adalah, penelitian untuk memprediksi pengaruh perpanjangan mutasi terhadap thermostabilitas enzim yang seringkali berkaitan dengan penelitian rekayasa enzime thermostabil. Masalah utama muncul ketika landasan untuk melakukan percobaan secara manual di laboratorium, prosedural pengerjaannya selalu dilakukan secara trial and error. Dana dan waktu yang terbuang untuk mendukung percobaan ini cukup besar, mengingat percobaan masih dilakukan secara manual dan juga faktor keberhasilan yang belum akurat. Hal ini yang mendasari diperlukannya suatu campur tangan secara komputerisasi untuk memberikan prediksi mengenai thermostabil enzim mutant yang diperbandingkan dengan wild type-nya(sebelum dimutasi). Tujuan dari penelitian ini adalah untuk memperbandingkan keakurasian data yang diperoleh dari SVM terhadap data experimental yang dilakukan secara manual oleh Annaluru(2002) dan Salazar(2007). SVM (Support Vector Machine) adalah suatu metode Machine Learning yang digunakan dalam penelitian ini untuk memberikan prediksi stabilitas enzime termutasi. Data set yang digunakan untuk SVM berasal dari data yang di hasilkan sebagai output dari BLAST (Basic Local Alignment Tools). BLAST digunakan sebagai metode untuk me-mining data dari ke-14 family protein (Annaluru dan Salazar experimental data). Mining data dari ke-10 protein ditujukan untuk mendapatkan kumpulan protein mutant yang memiliki tingkat homologi >70% dari sekumpulan besar data 10 family protein yang belum jelas tingkat homologinya. Proses SVM dilakukan dua kali, yaitu SVM L20 Untuk residu asam amino yang berbeda dalam setiap pasang data sequence dalam data set dan SVM L400 Untuk sequence dengan komposisi dipeptida yang berbeda. Hasil akhir, SVM memberikan tingkat keakurasian yang tidak jauh berbeda, yaitu sebesar 86% untuk L20 (SVM berhasil mengidentifikasi 12 dari 14 jenis protein ) dan 79% untuk L400 (SVM berhasil mengidentifikasi 11 dari 14 jenis protein). keakurasian SVM yang hampir memprediksi dengan sempurna mengenai thermostabilitas enzime termutasi, dapat digunakan sebagai metode untuk meminimalisir kesalahan dan waktu yang terbuang dalam trial dan error prosedural experimental.

---

A basic question in protein science is to which extent mutations affect protein thermostability or not. This knowledge would be particularly relevant for engineering thermostable enzymes. In several experimental approaches, this issue has been serendipitously addressed. The big problem is, this manual experimental will waste high budget because it needs triall and error manual experimental procedure. Triall and error prosedural on the laboratory are used to find the best fits prosedural that will use to make the experimental succes, but needs more time and more budget. It would be therefore convenient providing a computational method that predicts when a given protein mutant is more thermostable than its corresponding wild-type. The purpose of this research is to compare the accuracy data from SVM with the data from experimental manual that was done by Annaluru(2002) and Salazar(2007). SVM (Support Vector Machine) is a machine learning methode that will used in this research as a predictor to predict the enzyme thermostability. BLAST (Basic Local Alignment Tools) are used as a data mining methode to extract data from 14 family protein (Annaluru and Salazar data experimental). From the outputs of the BLAST runs only aligned sequence pairs comprising a mesophilic and a thermophilic protein were selected. Only protein pairs sharing at least 70% of sequence identity were retained (a redundancy reduced dataset). we used SVM L20 (difference of the residue composition in each pair of the dataset) and SVM L400 (difference of the dipeptide composition in each pair of the dataset). When trained and tested on a redundancy reduced dataset (homology >70%), our predictor (SVM) achieves 86% accuracy for SVM L20 (classifies 12 out of 14 experimentally characterized protein mutants with enhanced thermostability from Annaluru and Salazar) .and 79% for SVM L400 (classifies 11 out of 14 experimentally characterized protein mutants with enhanced thermostability from Annaluru and Salazar). This accuracy from SVM are one of the reasonable way to used SVM as a methode to reduce the triall and error procedural because can give the prediction and reduce the failled experimental."

"Peningkatan ekspresi gen Sox2 dan c-Myc telah dilaporkan memiliki korelasi dengan tingkat keparahan kanker payudara. Sox2 dan c-Myc merupakan faktor transkripsi utama yang berperan dalam proses diferensiasi sel punca kanker. Penelitian ini bertujuan mengkonstruksi gen penyandi pluripotensi Sox2 dan c-Myc ke dalam sel inang Escherichia coli DH5α dengan menggunakan plasmid pET101/D-TOPO. Prinsip kloning yang dilakukan adalah dengan mengklon DNA binding domain dari gen Sox2 dan c-Myc. Untuk mendapatkan DNA Sox2 dan c-Myc, dilakukan reverse-transcriptase polymaerase chain reaction (RT-PCR) dengan menggunakan template mRNA dari sel punca kanker payudara serta aplifikasi dengan PCR untuk mendapatkan fragmen DNA dalam jumlah banyak. Forward primer dan reverse primer yang digunakan dirancang dengan menggunakan data dari NCBI GenBank dan UNIPROT serta program Serial Cloner dan PerlPrimer. Sebelum dikloning, dilakukan sekuensing. Hasil sekuensing dianalisis dengan menggunakan BLAST. Fragmen DNA diligasi berdasarkan prinsip penambahan empat basa pada forward primer (CACC) yang overhang terhadap ujung 5' vektor kloning (GTGG). Hasil ligasi ditransformasi menggunakan metode secara kimia dengan CaCl2 dan heat shock. Koloni yang tumbuh direplika dan dilakukan isolasi plasmid. Hasil PCR plasmid rekombinan menunjukkan bahwa gen Sox2 dan c-Myc berhasil disisipkan ke dalam vektor.

---

Increase in Sox2 and c-Myc gene expression have been reported to correlate with the severity of breast cancer. Sox2 and c-Myc is the major transcription factor in the process of stem cell differentiation. The objective of this study is to construct the gene coding of pluripotency, Sox2 and c-Myc, into Escherichia coli DH5α host cell by using the pET101/D-TOPO vector. The cloning principle is to clone the binding site domain of Sox2 and c-Myc. In order to get the Sox2 and c-Myc DNA, reverse-transcriptase polymerase chain reaction (RT-PCR) was carried out using mRNA template from breast cancer stem cell and amplification using PCR to obtain DNA fragment in large quantities. Forward primer used were designed using the data from NCBI GenBank and UNIPROT with Serial Cloner and PerlPimer program. Sequencing was carried out before the cloning process. The sequencing result were analyzed using BLAST. DNA frgament was ligated using principle of four base addition to the forward primer (CACC) which overhang in the 5' and of cloning vector (GTGG). The ligation product was transformed using the chemical method with CaCl2 and heat shock. The colonies were replicated and the plasmid was isolated. The result showed that Sox2 and c-Myc was successfully inserted into the vector."

"ABSTRAK

Industri besi dan baja merupakan kontributor utama emisi CO₂, terhitung sekitar 28% dari keseluruhan emisi industri. Untuk mengurangi ini, analisis terhadap pemanfaatan Blast Furnace Gas(BFG) melalui daur ulang top-gas dan Carbon Capture and Utilization(CCU) telah dilaksanakan. Pertama, CO₂dihilangkan dari BFG dan direduksi dalam reaktor elektrokimia untuk menghasilkan H₂dan CO. Gas-gas ini kemudian dicampur dengan BFG yang tersisa dan didaur ulang ke blast furnace sebagai gas pengurang yang dapat mengurangi konsumsi carbon dan emisi CO₂ secara keseluruhan. Tinjauan literatur dan keseimbangan massa awal dilakukan untuk mengidentifikasi persyaratan proses dan teknologi pemisahan CO₂yang paling cocok untuk dua opsi yang tersedia: (i) pemisahan CO₂unit tunggal dan (ii) unit ganda. Setelah penyelesaian laporan ini, disimpulkan bahwa penyerapan bahan kimia menggunakan methyldiethanolamine(MDEA) adalah teknologi yang paling menjanjikan untuk digunakan dalam unit pemisahan CO₂tunggal karena ketersediaan panas limbah dan kapasitas pemuatan CO₂yang lebih tinggi. Di antara faktor-faktor yang diketahui menghambat penggunaan penyerapan fisik dan adsorpsi adalah laju aliran besar dan kesulitan untuk mengompresi dan mendinginkan BFG. Namun, teknologi ini menjanjikan untuk digunakan sebagai unit kedua dalam konfigurasi unit pemisahan ganda.

---

ABSTRACT

---

The iron and steel industry is a major contributor to CO₂emissions, accounting for about 28% of overall industrial emissions. To reduce this, utilization of Blast Furnace Gas (BFG) by means of top-gas recycling and Carbon Capture and Utilization (CCU) is analyzed. CO₂is first removed from the BFG and reduced in an electrochemical reactor to produce H₂and CO. These gases are then mixed with remaining BFG and recycled to the blast furnace as reducing gases which can reduce overall coke consumption and CO₂emissions. A literature review and a preliminary mass balance are done to identify the process requirements and most suitable CO₂separation technology for two available options: (i) single unit and (ii) double units CO₂ separation. Upon the completion of this report, it is concluded that chemical absorption using methyldiethanolamine (MDEA) is the most promising technology to use in a single CO₂ separation unit due to the availability of waste heat and higher CO₂loading capacity. Among the factors known to hinder the use of physical absorption and adsorption are large flowrate and difficulty to compress and cool BFG. However, these technologies are promising to use as the second unit in a double separation units configuration.

"

"Kanker mulut rahim merupakan penyakit yang disebabkan oleh infeksiHuman papillomavirus, sampai saat ini cara deteksi yang dilakukan melaluipendekatan genomic yaitu deteksi berdasarkan keberadaan genom HPV,misaikan metode Hybrid Capture dan PGR yang berhasil menolong banyaknyawa wanita. Tujuan jangka panjang penelitian ini adalah mencari suatuprotein yang dapat mendeteksi keberadaan HPV sebagai alat deteksi dini.Kanker mulut rahim disebabkan oleh onkoprotein E6 (|an E7 HPV yangmengadakan ikatan dengan tumor suppresor gene sehingga menjadi tidakberfungsi dan akan membuat pembelahan sel menjadi tidak terkontrol.Metode yang digunakan adalah bioinformatik dengan menggunakan datasekuens asam amino onkoprotein HPV dan Juga tumor suppressor gene p53dan pRb yang bisa didapat dari database. Conserved region yangdigunakan adalah tumor suppressor gene p53 dan pRb dari hasil penelitanyang ada kemudian dengan PS! BLAST dicari protein lain yang memilikif jfTjil!3n|35- Pfrj pp^^Tdiambil p^jp^rapg yang similar dan untukmelihat sebarapa besar similiaritasnya dilakukan mplltiple alignment denganClustalW 1.82. Hasil yang didapatkan akan dikembangkan lebih lanjut yangakan digunakan untuk mendeteteksi keberadaan HPV sebagai penyebabutama kanker mulut rahim"

"Salah satu metode deteksi dini kanker mulut rahim melalui deteksikeberadaan atau infeksi HPVadalah metode Hybrid Capture. Dalampenelitian ini akan dicari primer sebagai pengganti probe dalam rangkamemodifikasi metode Hybrid Capture. Metode yang digunakan adalahmetode bioinformatik. Sekuens genom HPV dari database dibagi menjaditiga kelompok beidasarkan kecenderungannya menyebabkan kanker, dandata dibuat dalam tiga bentuk yaitu genom total, gen E?, dan gen E7.Multiple alignment dilakukan untuk menoari kesamaan antar sekuenstersebut, dan memperoleh conserved area yang akan digunakan sebagaitemplate. Untuk mendapatkan daerah yang spesifik, maka seleksi lebih lanjutterhadap conserved region menggunakan Basic Local Alignment SearchTool (BLAST). Diperoleh empat segmen dengan basil terbaik, yaitu segmen3 dan 27 dari basil alignment genom total High-Risk. segmen 1 dari basilalignment daerah gen E7 High-Risk, dan segmen 4 dari basil alignmentdaerah gen E7 High-Risk + Low Risk. "

"ABSTRAKPraktik Keinsinyuran kali ini berfokus terhadap Perkembangan Pembangunan Fasilitas Pemurnian Bijih Nikel, dimana fasilitas Pemurnian yang akan di bangun kali ini ialah dengan menggunakan teknologi blast furnace dengan total kapasitas input sebesar 2.000.000 ton bijih nikel dan dengan kadar input lebih kurang kadar 1.8 Ni%. Jumlah output yang dikeluarkan oleh total kapasitas blast furnace ialah lebih kurang sekitar 200.000 (dua ratus ribu) ton Nickel Pig Iron dengan kadar produk lebih kurang 8% sampai 11%. Pembangunan Fasilitas Pemurnian Bijih Nikel direncanakan pada tahun 2017 dan target realisasi commissioning pada Januari 2022. Pada hal ini, akan dilakukan pengecekan rutin setiap enam (6) bulan untuk terhadap pembangunan fasilitas pemurnian agar pembangunan sesuai dengan timeline dan target realisasi.Metode yang digunakan ialah melakukan verifikasi dengan menggunakan kurva-S, dengan variable yang di gunakan berdasarkan serapan biaya dan timeline dari pembangunan fasilitas pemurnian. Pembangunan fasilitas pemurnian bijih nikel yang telah dibangun lebih mengarah ke persiapan awal dan persaipan proyek dengan fase selanjutnya focus terhadap pembangunan infrastruktur utama.

---

ABSTRACT

Engineering practice is focusing on the construction progress of nickel purification facilities , which will use blast furnace technologies with the total input capacity is 2.000.000 tons per year with the ore quality around 1.8 Ni%. With total output capacity is around 200.000 tons Nickel Pig Iron with the quality around 8-11%. The construction begin in 2017 and expected commission on January 2022. The verification will be implement every 6 months to see the progress based on the timeline Methods that use for verification is with S-Curve evaluation with the variable of cost absorption and timeline of the construction. The total progress verification of the purification facilities in the range of one year is around 27.39%. Nickel purification facilities construction that already progress majority comes from preliminary preparation, and project preparaton with the next stage is focusing on main equipment construction.

"

"Berkembangnya teknologi pada bioteknologi berdampak pada banyaknya jumlah data yang harus diolah untuk melakukan analisis dalam pencarian anomali terutama pada data Genomic. Selain pertumbuhan data kebutuhan akan kompleksitas dalam melakukan proses olah data akan mengikuti seiring berkembangnya data genomic. Dengan berkembangnya data dan kompleksitas olah data, Big Data merupakan salah satu solusi untuk mengatasi perkembangan data dan olah data yang cukup kompleks. Dalam penelitian ini membahas bagaimana Big Data dapat melakukan pencarian anomali pada data genomic dengan menggunakan MapReduce dan algoritma BLAST pada platform Big Data. Hasil dari penelitian ini adalah pencarian anomali pada data genomic dapat dilakukan dengan menggunakan mapreduce pada platform big data dengan waktu yang lebih efisien.

---

Biofarma Corp should adopt big data on vaccine and serum development by analyze genomic sequencing using searching any anomaly. As the root problem, it the anomaly searching requires about 1.62 Terabytes data transient as primary data and 301 Gigabytes as secondary data to get analysis from genomic variance. Moreover Biofarma Corp spent 16 hours for one anomaly searching from 3 Terabytes vaccines. This study proposed big data implementation to handle anomaly searching processes by prioritize less time complexity and less spending storage. It was signalized by a research question, "How big data technology is applied in searching anomalies on genomic data". It aimed to implement big data system to facilitate large volume and complex data in order to fulfill business process on Biofarma Corp. It adopted framework architecture as brought by Demchenko, Ngo, and Membrey. This study has designed data flow from FASTA and FATQ as sources for anomalies searching processes. This data flow is facilitated in big data system as designed in this research. As main contribution, this research adopted MapReduce framework to run BLAST algorithm with less spending time. As comparison, MapReduce framework can handle 21, 33, and 55 K-Mer in four minutes respectively while 50 minutes were spent without MapReduce. "

"Perkembangan teknologi saat ini berkembang sangat cepat dan pesat termasuk di dalam bidang kesehatan. Rumah sakit harus mampu beradaptasi dengaan kemajuan teknologi di rumah sakit salah satunya melakukan survei kepuasan pasien dengan e-survei. Rumah sakit selayaknya suatu instansi penyelenggara layanan publik harus melakukan survei kepuasan pasien secara rutin minimal satu kali dalam setahun. RS EMC Pulomas menggunakan WhatsApp Blast untuk melakukan survei kepuasan pasien sejak tahun 2022 namun belum pernah dilakukan evaluasi terhadap penggunannya. Penelitian ini bertujuan untuk menganalisis kemanfaatan dari penggunaan WhatsApp Blast dalam survei kepuasan khususnya di unit rawat jalan RS EMC Pulomas dengan pendekatan Technology Acceptance Model (TAM). Akan dilakukan penelitian apakah terdapat hubungan antara persepsi kemanfaatan penggunaan, kemudahan penggunaan, sikap dan minat pengguna dengan karakteristik demografi (tingkat pendidikan, usia, dan jenis kelamin). Penelitian ini merupakan penelitian kuantitatif dengan desain non eksperimental dan pendekatan potong lintang. Didapatkan hasil yang signifikan bahwa karakteristik demografi pada pasien rawat jalan RS EMC Pulomas tahun 2023 memiliki hubungan dengan persepsi kemanfaatan penggunaan, kemudahan penggunaan, sikap pengguna, dan minat pengguna WA Blast dalam Survei Kepuasan Pasien sehingga didapatkan gambaran dari kondisi nyata kemanfaatan penggunaan WA Blast dalam survei kepuasan pasien di Unit Rawat Jalan RS EMC Pulomas. WhatsApp Blast seterusnya dapat digunakan oleh RS EMC Pulomas untuk mengetahui indeks kepuasan pasien. Evaluasi dan monitoring berkala terhadap isi dari WA Blast Survei Kepuasan Pasien akan menjadi masukan dan saran untuk manajemen RS E

---

Technological developments are currently developing very quickly and rapidly, including in the health sector. Hospitals must be able to adapt to technological advances in hospitals, one of which is conducting patient satisfaction surveys with e-surveys. The hospital, like a public service institution, must conduct a routine patient satisfaction survey at least once a year. EMC Pulomas Hospital has used WhatsApp Blast to conduct patient satisfaction surveys since 2022 but has never evaluated its use. This study aims to analyze the use of WhatsApp Blast in satisfaction surveys, especially in the outpatient unit of EMC Pulomas Hospital using the Technology Acceptance Model (TAM) approach. Research will be carried out whether there is a relation between perceived usefulness of use, ease of use, user attitudes and user interests with demographic characteristics (education level, age, and gender). This research is a quantitative study with a non-experimental design and a cross-sectional approach. Significant results were obtained that the demographic characteristics of outpatients at EMC Pulomas Hospital in 2023 had a relation with perceptions of the usefulness of use, ease of use, user attitudes, and user interests of WA Blast users in the Patient Satisfaction Survey so that an overview of the real conditions of the use of using WA Blast in the survey was obtained in the Outpatient Unit of EMC Pulomas Hospital. WhatsApp Blast can then be used by EMC Pulomas Hospital to determine patient satisfaction index. Periodic evaluation and monitoring of the contents of the WA Blast Patient Satisfaction Survey will become input and suggestions for the management of EMC Pulomas Hospital so that management can improve their services at the hospital, especially in outpatient care"

"Kanker mulut rahim adalah Ranker yang paling banyak terjadi diantarasemua jenis kanker yang ada dan merupakan penyebab angka kematlanterbesar di dunia termasuk di Indonesia. Penyebab utama kanker mulut rahimadalah Human Paviloma Vims (HPV), virus yang termasuk dalam kelompokpapova virus. Tindakan yang umum dilakukan pada pencegahan danpengobatan kanker mulut rahim dilakukan dengan mengamati perkembangansel kanker mulut rahim dengan metode pap smear. Perkembangan terakhir/■adalah pengembangan Hybrid Capture, kit pendeteksi kanker mulut rahimdengan memonitoring virus HPV penyebab kanker tersebut yang mendeteksimateri genetik HPV penyebab kanker mulut rahim. Terobosan ini menjadisangat menjanjikan seiring perkembangan bioteknologi dan bioinformatikyang sangat pesat pada tahun-tahun terakhir. Pada penelitian ini dilakukanstudi bioinformatik pada genom HPV dan desain primer yang selektif hanyaterhadap tipe HPV penyebab kanker mulut rahim untuk selanjutnyadigunakan sebagai pengganti probe pada modifikasi Hybrid Capture. Metodeyang digunakan adalah dengan melakukan serangkaian multiple alignmentterhadap genom HPV untuk mencari conserve region spesifik. Conserveregion ini akan digunakan sebagai template perancangan primer. Multiplealignment dilakukan terhadap genom HPV yang terlebih dulu dikelompokkanmenurut tempat hidup virus dan keterkaitan virus dengan kanker mulut rahim.Conserve region hasil multiple alignment dari masing-masing-kelompok kemudian dipisahkan dari sikuens genom totalnya dan selanjutnya dilakukanmultiple alignment terhadap conserve region yang didapat pada masingmasingkelompok HPVuntuk mendapatkan conserve region spesifik.Keseluruhan proses multiple alignment yang dilakukan menghasilkan 6conserve region yang spesifik hanya dimiliki oleh kelompok virus penyebabkanker mulut rahim {genital high-risk cancer dan genital low-risk cancer)dengan ukuran sikuens yang beragam. Kemudian enam conserve regiontersebut digunakan sebagai template perancangan primer spesifik terhadaptipe virus penyebab kanker mulut rahim. Terhadap kandidat primer hasilrancangan menggunakan enam conserve region yang dihasilkan, dilakukanuji selektivitas dengan menggunakan BLAST pada database sehinggadidapatkan satu conserve region terbaik dengan ukuran 117pb yangmenghasilkan 3 primer yang memiliki selektivitas tertinggi diantara kandidatprimer yang didapat."