Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Berdasarkan konsrp Vehicle Routing Schedulling and Dispatching Problem with Single Depot (VRSP/SD) yang telah diajukan oleh Chen suatu metode untuk memecahkan persoalan Vehicle Routing and Scheduling dengan satu depot (Vehicle Routing and Scheduling Problem with Single Depot (VRSP/SD) berdasarkan metode algoritma genetika diajukan pada makalah ini. Matriks dua dimensi digunakan sebagai representasi jadwal (schedule). Operasi crossover dilakukan melalui operasi pemindahan atau operasi pertukaran sekelompok pelanggan (user/customer). percobaan dilakukan berdasarkan data pengiriman makanan harian dari satu depot ke 46 toko di daerah Saitama Jepang. Perbandingan hasil eksperiman dengan metode sebelummnya yang menggunakan metode simulated annealing menunjukkan bahwa metode yang diajukan menghasilkan hasil yang sama baiknya dengan metode terdahulu.

Abstrak :
ABSTRACT
Latar Belakang: Karies gigi merupakan penyakit gigi dan mulut yang terbanyak di Indonesia dan dapat dicegah dengan cara menjaga kebersihan mulut salah satunya menyikat gigi yang dapat menurunkan bakteri Streptococcus mutan. Bakteri ini akan membentuk plak dan menghasilkan asam yang dapat menyebabkan demineralisasi jaringan keras gigi. Tujuan: Mengetahui perbedaan kuantitas bakteri Streptococcus mutan pada plak gigi antara menyikat gigi sebelum dan sesudah makan terhadap subjek yang berumur 19-22 tahun. Metode: Desain pada penelitian ini dengan menggunakan metode crossover. Pengambilan data dilakukan terhadap 20 orang subjek, yang mana dibagi secara random alokasi menjadi dua kelompok yang masing-masing akan dilakukan perlakuan menyikat gigi sebelum dan setelah makan dengan waktu washout selama seminggu. Hasil: Analisis statistik mengunakan metode uji mann-whitney diperoleh p-value 0,598 yang menunjukkan bahwa tidak terdapat perbedaan kuantitas bakteri Streptococcus mutan pada plak gigi yang signifikan antara menyikat gigi sebelum dan sesudah makan. Akan tetapi kuantitas bakteri Streptococcus mutan pada plak gigi dengan menyikat gigi sebelum makan yaitu 193.333 CFU/ml lebih besar di bandingkan bakteri Streptococcus mutan pada plak gigi dengan menyikat gigi setelah makan sebanyak 180.000 CFU/ml. Kesimpulan: Kuantitas bakteri Streptococcus mutan pada plak gigi dengan perlakuan menyikat gigi setelah makan lebih sedikit dibandingkan dengan menyikat gigi sebelum makan. Akan tetapi dari analisis statistik menunjukkan bahwa tidak terdapat perbedaan kuantitas bakteri Streptococcus mutan pada plak yang signifikan antara menyikat gigi sebelum dan sesudah makan.

---

ABSTRACT
Dental caries is the most dental and oral disease in Indonesia and can be prevented by maintaining oral hygiene, one way is by toothbrushing which can reduce the bacteria Streptococcus mutan. These bacteria will become dental plaque and produce acid which can causes demineralization of hard tissue. Objective: To determine the different in the numbers of bacteria Streptococcus mutan in dental plaques between toothbrushing before and after eating in 19-22 years. Method: The design of this study using the crossover. Data retrieval was carried out on 20 subjects, which were randomized allocation in two groups with washout time for a week. Results: Analysis statistic using the mann-whitney test obtained p-value 0.598 that there was no significant difference between brushing teeth before and after eating. However, the number of bacteria Streptococcus mutan on dental by toothbushing before eating is 193,333 CFU/ml bigger than the number of bacteria Streptococcus mutan on dental plaque by toothbushing after eating is 180,000 CFU/ml. Conclusion: The number of bacteria Streptococcus mutan on dental plaque by toothbrushing after eating was less than the group brushing before eating. However, the results from analysis statistic showed that there is no statistically significant difference between the numbers of bacteria Streptococcus mutan brushing teeth before and after eating.

Abstrak :
Triclustering merupakan teknik data mining untuk mengelompokkan data tiga dimensi (observasi – atribut – konteks). Metode triclustering mampu menemukan kelompok observasi dengan karakteristik yang mirip pada beberapa atribut dan konteks sekaligus. Analisis tricluster kerap diimplementasikan pada data ekspresi gen 3D (gen – kondisi – waktu). Pada penelitian ini dilakukan analisis tricluster dengan metode Hybrid Discrete Firefly Optimization (DFO) pada data ekspresi gen 3D. Metode ini merupakan kombinasi dari metode dan Discrete Firefly Optimization (DFO). Metode DFO merupakan metode optimasi yang terinspirasi dari perilaku firefly (kunang-kunang) yang selalu bergerak ke arah firefly lain dengan cahaya yang lebih terang. Metode DFO bertujuan untuk memperoleh tricluster terbaik dengan volume maksimum dari suatu populasi tricluster. Pada metode DFO, suatu tricluster dengan volume lebih kecil akan bergerak ke arah tricluster lain dengan volume lebih besar dengan bantuan crossover operator. Setiap iterasi pada metode DFO dilakukan sampai semua tricluster dibandingkan volumenya dengan satu sama lain sehingga tricluster dengan volume lebih kecil dapat diperbaiki posisinya dan meningkat volumenya. Kebaruan dari penelitian ini merupakan pembentukan populasi tricluster awal dilakukan dengan metode . Metode bertujuan untuk menghasilkan tricluster dengan Mean Squared Residue (MSR) minimum, yaitu di bawah threshold tertentu. Populasi tricluster dengan karakteristik demikian meringankan beban dan waktu komputasi pada metode DFO. Data yang digunakan pada analisis tricluster ini merupakan data ekspresi gen dari sel kanker payudara MCF-7 ketika disuntikkan 100 nM hormon estrogen untuk empat waktu berbeda, yaitu selama 0 jam, 3 jam, 6 jam, dan 12 jam. Masing-masing perlakuan direplikasi sebanyak tiga kali. Pada penelitian ini diperoleh bahwa simulasi yang menghasilkan tricluster akhir terbaik dengan TQI terkecil adalah simulasi dengan nilai sebesar 3E-05. Gen-gen yang termasuk ke dalam tricluster ini memiliki profil ekspresi yang mirip ketika disuntikkan 100nM estrogen untuk tiga replikasi dan empat waktu. Estrogen merupakan salah satu hormon yang mempengaruhi pertumbuhan kanker payudara. Oleh karena itu, kumpulan gen dari tricluster yang diperoleh dapat dijadikan acuan pada penelitian selanjutnya oleh ahli medis terkait pengaruh estrogen terhadap kanker payudara dan untuk menentukan target terapi gen kanker payudara. ......Triclustering is a data mining technique that is used to group observations on three dimensional data which consists of observation, attribute, and context dimension. Triclustering is used to find a group of observations with high similarity on several attributes and several contexts. Triclustering analysis is often implemented on three dimensional gene expression dataset. The 3D gene expression dataset dimensions consist of gene, condition, and time. The triclustering method that is used on this research is the Hybrid Discrete Firefly Optimization (DFO). This method is a combination of and DFO. Discrete Firefly Optimization (DFO) is an optimization method that was inspired by firefly movement in the wild in which a less bright firefly always moves to the one with brighter light. In triclustering analysis, every tricluster is called a firefly. Every firefly has a fitness value which is measured by its volume and a position which is represented by a binary encoding of its elements. The DFO method is used to find the best tricluster with maximum volume from a population of triclusters. In the DFO method, a tricluster with smaller volume will move towards a tricluster with larger volume. The movement is done by updating the smaller volume tricluster position. The new position is obtained through crossover operator. Every iteration of DFO is completed once every tricluster fitness value is compared to each other. Repeating the DFO iteratively will give the end result of the best tricluster with maximum volume. The novelty of this research is the addition of method in constructing the initial tricluster population. The population created from will have MSR lower than the threshold so the computation time in the optimization step can be reduced. The Hybrid DFO method is implemented on a 3D gene expression dataset related to the MCF-7 breast cancer cell. The cell is injected with 100nM estrogen for four different times, i.e. 0, 3, 6, and 12 hours. Every experiment is repeated three times. This research finds that the simulation with the best tricluster based on the TQI score is the simulation with equals to 3E-05. The genes that are included in the tricluster are found to have exhibit similar expression when injected by 100nM for three conditions and four time periods. Estrogen is one of the hormones that can affect breast cancer growth. Therefore, the genes that are included in the tricluster can be used as a reference for medical researchers in future research related to estrogen-induced breast cancer and to assist the selection for genes target in breast cancer therapy.

Abstrak :
Studi ini mengangkat arsitektur yang menyeimbangkan berbagai kondisi alam melalui transformasi elemen mikro. Alam semesta dipersepsikan melalui pemahaman terkait dimensi dan skala elemen-elemen yang ada di dalamnya. Performa alam hadir dan dibatasi dalam dimensi ruang dan waktu yang dialami manusia. Melalui tugas akhir ini, penulis mencoba untuk menggali secara mikro mekanisme deformasi bio-chemical-physical yang terjadi secara natural di alam. Studi ini memfokuskan pada mekanisme mikro dari fenomena amorf di alam, secara spesifik, yakni deformasi alam yang terjadi karena lumut, korosi, dan erosi. Pemahaman akan mekanisme mikro tersebut dimanfaatkan sebagai landasan perancangan arsitektur generatif yang merespon isu kontaminasi substansi dalam konteks alam. Temuan kajian ini memungkinkan terjadinya persilangan elemen mikro yang dimanfaatkan untuk menyeimbangkan berbagai kondisi alam melalui proses deformasi. ......This study explores architecture that balances different natural conditions through micro transformation of natural elements. Nature is perceived through understanding regarding dimension and scale of its elements. Nature performance exists and is limited by space and time dimension. Through this final project, the author tries to explore micro-mechanisms of bio-chemical-physical deformation that occurs naturally in nature and tries to transform and translate these micro-mechanisms in response to issues and macro contexts through bio-chemical engineering. This study focuses on the micro mechanism of natural amorphic phenomenon, specifically regarding natural deformation that exists due to moss, corrosion, and erosion. Understanding of such micro mechanisms is used as the basis of generative architecture that responds to substantive contamination in nature. Findings of this study enable crossover of micro elements that are utilised to balance different natural conditions through the deformation process.