Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Dalam melakukan pengamatan gerak Brown untuk mencari nilai koefisien difusi, dibutuhkan sebuah sistem yang memiliki akurasi tinggi untuk pendeteksian koordinat partikel dalam orde mikrometer. Pada penelitian ini dibuat sebuah sistem untuk menganalisa pergerakan partikel microbead dalam larutan nanogold dengan variasi temperatur dalam bentuk input berupa video dan menghasilkan output berupa nilai koefisien difusi dari partikel yang terdapat pada video. Sistem ini memanfaatkan machine learning sebagai detektor koordinat partikel. Digunakan TensorFlow Object Detection API sebagai backend sistem ini dan CenterNet sebagai aristektur model yang digunakan. Koordinat partikel berhasil dideteksi dengan rata-rata error pada pendeteksian senilai 0.6 piksel. Metode mean squared displacement digunakan untuk menghitung koefisien difusi. Didapatkan nilai koefisien difusi untuk microbead pada suhu 36, 37, 38, 39, 40oC secara berurutan sebesar 8.581 x 10-14, 9.925 x 10-14, 10.113 x 10-14, 10.374 x 10-14, 14.875 x 10-14 m2/s. Didapati nilai kenaikan koefisien difusi setiap kenaikan 1oC sebesar 1.3037 x 10-14 m2/s. ......In observing Brownian motion to find the value of the diffusion coefficient, a system that has high accuracy is needed for the detection of particle coordinates in domain of micrometers. In this study, a system was created to analyze the movement of microbead particles in a nanogold solution with temperature variations with video file as an input and produce diffusion coefficient value of the particles in the video as the output. This system utilizes machine learning as a particle coordinate detector. The TensorFlow Object Detection API is used as the backend of this system and CenterNet as the model architecture. The particle coordinates were detected successfully with an average detection error of 0.6 pixels. The mean squared displacement method is used to calculate the diffusion coefficient. The diffusion coefficient values ​​for microbeads at a temperature of 36, 37, 38, 39, 40oC respectively were 8,581 x 10-14, 9.925 x 10-14, 10,113 x 10-14, 10,374 x 10-14, 14,875 x 10-14m2/s. It was found that the value of the increase in the diffusion coefficient for every 1oC increase was 1.3037 x 10-14 m2/s.

Abstrak :
Difusi seringkali ditinjau secara makroskopis namun pada kasus ini, masing masing partikel yang mempengaruhi terjadinya difusi yaitu perataan konsentrasi dalam suatu larutan akan ditinjau. Masing-masing partikel akan bergerak secara bebas akibat interaksi antar partikel dan molekul gas sekitar yang dapat mengakibatkan terjadinya peristiwa Gerak Brown. Melalui studi ini, diamati 3 variasi dari suatu partikel bernama microbead polystyrene yang akan diamati peristiwa gerak Brown yang terjadi pada partikel untuk menghitung koefisien difusi dari partikel tersebut. Digunakan metode Mean Square Displacement (MSD) sebagai metode utama perhitungan koefisien difusi namun untuk mewujudkan hal tersebut, diperlukan data berupa koordinat pergerakan partikel dalam 2 dimensi sehingga dengan bantuan dari 2 instrumen utama berupa machine learning dan Python 3.7, dibuatlah suatu sistem untuk mengukur koefisien difusi suatu partikel microbead polystyrene yang dapat dilakukan secara otomatis dengan memberikan video pergerakan partikel tersebut. Hasil dari penelitian akan menunjukan bahwa semakin besar partikel, semakin kecil koefisien difusi yang dihasilkan. ......Diffusion has been widely researched macroscopically but, in this case, each particle that influences the diffusion phenomenon which is the spreading of a concentrated liquid will be observed. Each particle will move freely as a result of the interactions between the gasses of the liquid covering the particle and the particle itself in where Brownian motion can occur. Through this study, 3 size variants of a particle known as the polystyrene microbead will be observed under microscope to see how it acts when Brownian motion occurs which in result, will be able to calculate the diffusion coefficient of the particle. The Mean Square Displacement (MSD) is used as the main method for calculating the diffusion coefficient but a specific dataset, the coordinates of the particles center of mass, is required hence needing the help of a system to find its coordinates. This research develops a method for doing so using the help of machine learning and Python 3.7 to create an automated system that is able to calculate the diffusion coefficient of this specific particle with only needing a video input of the particle moving. The result of this research will show that the larger the particle, the smaller the diffusion coefficient.

Abstrak :
ABSTRAK
Penyakit Dengue adalah penyakit infeksi akibat virus dengue yang memiliki manifestasi klinis mulai dari demam ringan hingga berat seperti demam berdarah dan sindrom renjatan dengue. Patogenesis dengue sampai saat ini belum sepenuhnya diketahui. Ada dua faktor utama yang mempengaruhi manifestasi klinis, yaitu adanya variasi serotipe virus dengue (DEN-1, DEN-2, DEN-3, dan DEN-4) dan faktor pejamu, yaitu peranan imunitas yang diantaranya diperantarai oleh sel fagosit mononuklear. Pada penelitian ini kemampuan empat serotipe virus dengue untuk menginduksi respon imun dilihat dengan memaparkan ke empat serotipe virus dengue dengan sel imun yang berasal dari manusia sehat berupa makrofag yang berasal dari monosit (monocyte derived macrophages atau MDM) dan peripheral blood mononuclear cells (PBMC) dan kemudian diukur ekspresi delapan macam sitokin/kemokin. Penelitian diawali dengan isolasi PBMC dari darah vena dengan menggunakan metode sentrifugasi gradien menggunakan Ficoll. MDM dideferensiasi dari monosit menggunakan faktor pertumbuhan MCSF. MDM dan PBMC yang diperoleh kemudian dipaparkan berbagai serotipe virus dengue. Replikasi virus diukur dengan metode plaque assay dan pengukuran kadar NS1 dengan cara ELISA. Ekspresi sitokin/kemokin dianalisa menggunakan LuminexTM microbead assay. Hasil penelitian menunjukkan adanya perbedaan pola ekspresi sitokin/kemokin akibat paparan ke empat serotipe virus pada MDM, di mana DEN-1 menunjukkan kecenderungan untuk menginduksi ekspresi sitokin/kemokin lebih cepat dan lebih tinggi dibandingakan serotipe lain. Analisa statistik pada PBMC menunjukkan adanya perbedaan kinetika ekspresi yang signifikan pada sitokin IL-10 pada 24 jam pasca infeksi dan kemokin IP-10 pada 36 dan 60 jam pasca infeksi. Sebagai kesimpulan, pada penelitian ini diperlihatkan adanya perbedaan pola kinetik ekspresi sitokin/kemokin keempat serotipe virus dengue baik pada MDM dan PBMC.

---

ABSTRACT
Dengue is a disease caused by dengue virus infection, which has clinical manifestations ranging from mild fever to severe forms such as the dengue haemorrhagic fever and dengue shock syndrome. The pathogenesis of dengue infection is not fully known. There are two main factors that influence clinical manifestations. The first is the virus factor which represented by the variation of dengue virus serotypes (DEN-1, DEN-2, DEN-3, and DEN-4) and the second factor is the host factors, which mainly involved the host’s immunity mediated by immune cells such as the mononuclear phagocytic cells. In this study, the ability of the four serotypes of dengue virus to induce immune response was studied by infecting the four serotypes of dengue virus into healthy human macrophages derived from monocytes (monocyte-derived macrophages or MDM ) and peripheral blood mononuclear cells (PBMC). The expressions of eight cytokines/chemokines were measured. Isolation of PBMCs was performed using Ficoll gradient centrifugation. MDMs were differentiated from monocytes using the growth factor M-CSF. MDM and PBMCs obtained were infected with various serotypes of dengue virus. Viral replication was measured by plaque assay methods and NS1 ELISA. Expressions of cytokines/chemokines were analyzed using LuminexTM microbead assay. The results showed differences in the expression patterns of cytokines/chemokines into four serotypes of the virus in MDM, in which DEN-1 induced the expression of cytokine/chemokines faster and at higher levels compared to other serotypes. While virus infection in PBMCs showed significant differences in the kinetics of expression of cytokines IL-10 at 24 hours post-infection and the chemokine IP-10 at 36 and 60 hours post infection. In conclusion, this study observed different patterns of cytokine/chemokines expression in response to four serotypes of dengue virus both in MDM and PBMCs.