Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPembangunan kesehatan di Indonesia saat ini difokuskan pada siklus kehidupan dimulaidari hamil sampai dengan lansia yang dikenal dengan Continuum of Care. Padapelaksanaan Rapat Kerja Kesehatan Nasional tahun 2018 disepakati tiga upayakesehatan di antaranya adalah penangan tuberkulosis, pencegahan stunting, danimunisasi. Ada beberapa faktor yang saling berhubungan dengan kejadian stunting salahsatunya adalah faktor kesehatan gigi dan mulut pada balita. Tujuan dari penelitian iniyaitu untuk mengetahui analisis kejadian karies white spot dan hubungannya denganstatus gizi di puskesmas purwadadi kabupaten ciamis 2019. Penelitian menggunakanmetode mixed methods dengan disain Cross secsional dan eksplenatory yang didahuluianalisis data kuantitatif pada 36 balita dan dilanjutkan dengan wawancara mendalamkepada informan. Variabel independen penelitian yaitu umur balita, jenis kelamin,asupan asi eklusif, susu formula, umur ibu, pendidikan ibu, pekerjaan ibu, pendapatankeluarga, pemeliharaan kesehatan gigi dan mulut, dan sarana fasilita. Variabel kovariatyaitu karies white spot dan variabel dependen yaitu status gizi balita. Hasil penelitian inimenyatakan bahwa faktor yang mempengaruhi kejadian karies white spot pada balitayaitu umur dan konsumsi susu formula. Tidak Ada hubungan antara karies white spotdengan status gizi pada balita. Namun, faktor risiko balita dengan karies white spotmempunyai peluang 1,12 kali mengalami status gizi tidak normal. Dari hasil wawancaramenyatakan bahwa setiap kasus yang terjadi di lapangan diwajibkan melapor danberkoordinasi antar petugas untuk tindakan selanjutnya. Pemberian edukasi secarakonseling dilakukan secara berkesinambungan.

---

ABSTRACTHealth development in Indonesia is currently focused on the life cycle starting frompregnancy to the elderly, known as Continuum of Care. At the implementation of theNational Health Work Meeting in 2018 it was agreed that three health efforts includedtuberculosis treatment, stunting prevention, and immunization. There are several factorsthat are interrelated with the incidence of stunting, one of which is dental and oral healthfactors in infants. The purpose of this study was to determine the analysis of theincidence of white spot caries and their relationship with nutritional status in PurwadPuskesmas in Ciamis District 2019. The study used mixed methods with cross-sectionaland explanatory designs which were preceded by quantitative data analysis in 36 infantsand continued with in-depth interviews with informants . The independent variables ofthe research are toddler age, sex, exclusive breastfeeding, formula milk, mother's age,mother's education, mother's occupation, family income, maintenance of dental and oralhealth, and facility facilities. The covariate variable is white spot caries and thedependent variable is the toddler's nutritional status. The results of this study stated thatthe factors that influence the incidence of white spot caries in infants are age andconsumption of formula milk. There is no relationship between white spot caries andnutritional status in infants. However, risk factors for infants with white spot caries havea 1.12 times chance of experiencing abnormal nutritional status. The results of theinterviews stated that each case that occurred in the field was required to report andcoordinate between officers for further action. The provision of counseling education iscarried out on an ongoing basis."

"Latar Belakang: White spot merupakan salah satu efek samping perawatan ortodonti dengan piranti cekat. Keberadaan lesi ini setelah debonding menimbulkan masalah estetik. Tujuan: Penelitian ini bertujuan untuk menilai perubahan warna white spot paska debonding setelah aplikasi fluor dan CPP-ACP. Metode: Pada penelitian ini digunakan empat puluh dua gigi premolar atas yang telah diekstraksi guna perawatan ortodonti, lalu dipasang braket, kemudian spesimen direndam dalam larutan demineralisasi untuk membentuk lesi white spot artifisial, dan selanjutnya braket dilepas. Sampel dibagi menjadi 3 kelompok (n= 14) secara acak untuk diberi perlakuan: (1) Aplikasi gel 1.23% APF; (2) Aplikasi pasta 10% CPP-ACP, dan (3) kontrol. Pengukuran perubahan warna dengan menggunakan spektrofotometer dilakukan pada 3 waktu yaitu pada sebelum dan setelah white spot artifisial dibentuk, dan setelah white spot diberi perlakuan. Hasil: Hasil penelitian ini memperlihatkan bahwa terdapat perbedaaan warna white spot yang bermakna secara statistik sesudah perlakuan pada seluruh kelompok sampel. Tidak terdapat perbedaan bermakna secara statistik pada banyaknya perubahan warna white spot setelah aplikasi gel 1.23% APF dan pasta 10% CPP-ACP. Simpulan: CPP-ACP memberikan hasil perubahan warna white spot yang lebih baik secara visual, namun tidak berbeda bermakna secara statistik dengan fluor.

---

Background: White spot are common side effect in orthodontic treatment. The presence of the lesions after the removal of orthodontic aplliances still remains an esthetic problem.

Objective: The aim of this study was to quantify color changes in post-debonding white spot lesions after fluor and CPP-ACP aplication.

Methods: Forty-two upper premolars which were extracted for orthodontic reasons, were selected as the sample teeth. Universal premolar brackets were bonded to the facial surfaces of the sample and the sample were exposed to demineralization solution to create artificial white spot lesions, and then brackets were debonded. The sample were randomly allocated into 1 of 3 groups (n= 14) and were assigned to this following treatment: (1) 1.23% APF gel; (2) 10% CPP-ACP paste, and (3) control group. Then all groups were assigned to pH cycling for 14 days. Color change measurements were determined using a spectrophotometer 3 times: before and after production of the artificial white spot lesions, and after the artificial white spot lesions were treated.

Results: This study showed that there was significant difference in the color of the artificial white spot lesions after treatment in all groups. There was not significant difference in the result of color changes between after aplication with 1.23% APF gel and 10% CPP-ACP paste.

Conclusions: CPP-ACP were giving better result in changing the color of white spot lesions, but it was not significantly different from the fluoride."

"Pendahuluan: Adanya lesi white spot setelah perawatan ortodonti cekat akan menyebabkan permukaan email semakin kasar. Peningkatan kekasaran permukaan email memudahkan penempelan plak oleh bakteri. Oleh karena itu diperlukan penatalaksanaan lesi white spot dengan teknik abrasi mikro, aplikasi Fluor dan aplikasi CPP-ACP. Tujuan: Penelitian ini bertujuan untuk menganalisis perbedaan kekasaran permukaan email lesi white spot sebelum dan setelah perlakuan teknik abrasi mikro, abrasi mikro disertai aplikasi Fluor dan abarasi mikro disertai aplikasi CPP-ACP dan menganalisis perbedaan perubahan kekasaran permukaan email diantara ketiga kelompok. Bahan dan Cara: Penelitian menggunakan 42 buah gigi premolar satu atas yang telah diekstraksi sebagai spesimen penelitian, kemudian spesimen direndam selama 96 jam dalam larutan demineralisasi pH 4, 37 C untuk membentuk lesi white spot buatan. Sampel dibagi secara acak menjadi 3 kelompok perlakuan n= 14 , yaitu A teknik abrasi mikro; B teknik abrasi mikro disertai aplikasi pasta 10 CPP-ACP dan C teknik abrasi mikro disertai aplikasi gel 1.23 APF. Pengukuran kekasaran permukaan email menggunakan alat Surface Roughness Tester merk Mitutoyo SJ-301 dalam dua waktu yaitu sebelum perlakuan dan setelah perlakuan. Hasil: Hasil penelitian menunjukkan bahwa terdapat perbedaan kekasaran permukaan email lesi white spot secara bermakna pada seluruh kelompok sebelum dan sesudah perlakuan. Ada perbedaan perubahan kekasaran permukaan email secara bermakna antar kelompok setelah perlakuan, namun yang menunjukkan perbedaan perubahan paling besar adalah kelompok teknik abrasi mikro disertai aplikasi CPP-ACP. Kesimpulan: Metode penatalaksanaan lesi white spot dengan teknik abrasi mikro disertai aplikasi CPP-ACP merupakan metode yang paling efektif menurunkan kekasaran permukaan email dibandingkan kedua metode lainnya.

---

Introduction The presence of white spot lesions after fixed orthodontic treatment will lead to increase of enamel surface roughness. The increase of enamel surface roughness accomodate the addition of plaque by bacteria. Therefore we need the management of white spot lesions.

Aim: The aim of this study was to analyze the surface roughness of white spot lesion enamel after micro abrasion technique, a combination micro abrasion technique and CPP ACP application and a combination micro abrasion technique and Fluor application.

Materials and Methods: Artificially induced white spot lesion in enamel surface of forty two extracted upper premolar one for fixed orthodontic treatment were randomly assigned into one of three treatment groups n 14 , which were A micro abrasion technique B A combination of the micro abrasion technique and CPP ACP application C a combination of the micro abrasion technique and Fluor application. Mitutoyo SJ 301 was used to measure difference before and after treatment and also the surface roughness changes compared in three groups after treatment.

Results: According to the results of this study, there was a significant difference in surface roughness of white spot lesion enamel after treatment in all groups p 0.05 . There was a significant difference in the result of surface roughness changes compared with three methods of white spot lesion treatment.

Conclusions: A combination of the micro abrasion technique and CPP ACP application significantly reduces the enamel surface roughness greater than micro abrasion alone and a combination of the micro abrasion technique and Fluor application."

"Menurunnya kualitas citra radiografi neutron disebabkan oleh partikel gamma dan netron terhambur sekunder yang menumbuk CCD kamera serta kemampuan sensor skrin scintillator dalam mengkonversi berkas neutron menjadi cahaya tampak yang meninggalkan jejak berupa white spot noise (WSN) pada citra. Dalam penelitian ini dikembangkan suatu teknik baru untuk menghapus WSN pada citra radigrafi dengan tanpa merusak detail citra. Teknik ini merupakan kombinasi antara Global Threshold dengan algoritma Adaptive Switching Alternative Median (ASAM) filter. Proses menghapus WSN menggunakan teknik ini terdiri dari tiga tahap yaitu tahap deteksi intensitas, tahap deteksi posisi dan tahap denoising. Mengingat WSN pada citra radiografi memiliki intensitas yang random maka pada tahap deteksi intensitas diperlukan global threshold. Tahap deteksi posisi noise diperlukan agar proses denoising hanya dikenakan pada piksel yang terkontaminasi noise, sedangkan piksel yang tidak terkontaminasi noise tetap dipertahankan. Pada tahap denoising digunakan algoritma ASAM yang terdiri dari dua blok filtering yaitu blok filter utama dan blok filter sekunder atau blok filter alternatif. Blok filter utama digunakan pada saat kerapatan noise rendah sedangkan blok filter sekunder digunakan pada saat kerapatan noise tinggi. Pada kedua blok filter digunakan sliding window yang dapat berubah ukurannya sesuai dengan kerapatan noise. Blok filter sekunder merupakan algoritma baru dalam hal menghapus noise impulse kerapatan tinggi dan merupakan kontribusi utama dalam penelitian ini. Algoritma ASAM merupakan algoritma switching yang handal dan dapat menghapus noise impulse kerapatan tinggi pada citra, baik itu fix value impulse noise maupun random value impulse noise. Pengujian algoritma ASAM dilakukan dengan menggunakan beberapa citra standar yang diberi fix value impulse noise berupa Salt and Pepper (SNP) noise dan WSN secara simulasi. WSN dibentuk dari noise SNP dengan mengubah noise pepper menjadi noise salt. Selanjutnya pengujian dilakukan secara real pada citra radiografi neutron menggunakan kombinasi global threshold dengan algoritma ASAM. Dari hasil percobaan untuk pengujian dengan algoritma ASAM secara simulasi menggunakan citra Lena pada kerapatan noise SNP 98% diperoleh Peak Signal To Noise Ratio (PSNR) adalah 21,16 dB, Mean Square Error (MSE) adalah 459,55, Structural Similarity Index (SSIM) adalah 0,61 dan waktu eksekusi 8,9 detik. Sedangkan dengan menggunakan algoritma Switching Median Filter (SMF), Progressive Switching Median Filter (PSMF), Decisions Based Analysis (DBA), Noise Adaptive Fuzzy Switching Median Filter (NAFSM) dan Switching Non Local Mean (SNLM) diperoleh PSNR berturut-turut adalah 10,93 dB, 14,26 dB, 14,21 dB, 10,90 dB dan 11,38 dB, dan untuk pengukuran MSE, SSIM dan waktu eksekusi berturut-turut adalah 4843,54, 0,12 dan 4,8 detik untuk SMF, 2249,89, 0,40 dan 15,1 detik untuk PSMF, 2275,81, 0,36 dan 6,4 detik untuk DBA, viii Universitas Indonesia 4883,03, 0,11 dan 5,3 detik untuk NAFSM dan 4371,33, 0,19 dan 39,0 detik untuk SNLM. Pada percobaan pengujian kedua menggunakan simulasi WSN pada citra Lena dengan kerapatan WSN 98% menggunakan algoritma ASAM diperoleh PSNR adalah 21,30 dB, MSE adalah 445,44, SSIM adalah 0,62 dan waktu adalah 8,9 detik. Sedangkan dengan menggunakan algoritma pembanding lainnya seperti SMF, PSMF, DBA, NAFSM dan SNLM diperoleh PSNR berturut-turut adalah 9,10 dB, 4,99 dB, 10,63 dB, 5,69 dB dan 9,55 dB, dan untuk pengukuran MSE, SSIM dan waktu eksekusi berturut-turut adalah 7377,13, 0,12 dan 5,1 detik untuk SMF, 19046,07, 0,24 dan 0,1 detik untuk PSMF, 5186,02, 0,11 dan 6,9 detik untuk DBA, 16207,00, 0,12 dan 5,3 detik untuk NAFSM dan 6650,19, 0,19 dan 41,2 detik untuk SNLM. Dibandingkan dengan algoritma SMF, PSMF, DBA, NAFSM, SNLM , dari kedua percobaan ini menunjukkan bahwa nilai PSNR, MSE, SSIM algoritma ASAM jauh lebih baik, kecuali waktu yang lebih lama sedikit, namun hasil pengukuran kualitatif dan pengukuran parameter lainnya memperlihatkan hasil yang sangat baik. Pengujian juga dilakukan secara aplikasi real pada beberapa citra radiografi neutron menggunakan kombinasi antara global threshold dan ASAM. Dari hasil percobaan real pada citra radiografi objek valve air pada nilai threshold optimal T0=30 diperoleh jumlah noise terdeteksi 19,72% dan signal to noise ratio (SNR) adalah 33,17 dB, atau naik sebesar 36,0% dari SNR awal.

---

The quality of neutron radiographic images degraded due to random error in the neutron radiographic facility. The random error was caused by gamma particles and secondary neutron scattering that hit the CCD camera sensors, and the ability of the scintillator screen sensor in a conversion neutron beam into visible light which creates of White Spot Noise (WSN) in the image. In this study, we developed a new technique to remove WSN and preserved image details . The techique is a combination between Global Threshold and Adaptive Switching Alternative Median Filter (ASAM). The technique has three stages that are separating noise from the image, noise position detection, marking noisy and noise-free pixels, and removing the noise using the ASAM algorithm. The global threshold is needed at the detection stage because that WSN has a random intensity on radiographyc image. Noise position detection stage is needed so that the denoising process only applied to noise-contaminated pixels, while pixels that are not contaminated with noise are maintained. In the stage of denoising used the ASAM filter that consists of two blocks filtering, namely main and secondary block filtering, respectively. The main filter block is used when low noise density while the secondary filter block is used when high noise density. The two filtering blocks use a sliding window whose size can be adjusted automatically according to the noise density. Secondary block filtering is a novel algorithm in the high-density impulse noise removal and the main contribution in our research. The ASAM algorithm is a reliable switching algorithm and able to remove high-density impulse noise in the image both of fix value impulse noise or random value impulse noise. To test the ASAM, we applied the algorithm to standard images that are given simulated fix value impulse noise that Salt and Pepper Noise (SNP) and WSN. The WSN formed from the SNP noise by changing pepper noise into salt noise. Furthermore, we applied it to real neutron radiographic images using combination between global threshold and ASAM algorithm. The experiment results showed the simulation test using SNP noise on Lena image at the highest noise level of 98% obtained the Peak Signal to Noise Ratio (PSNR) of 21,16 dB, Mean Square Error (MSE) of 459,55, Structural Similarity Index (SSIM) of 0,61 and processing time of 8,9 s. Whereas by using other comparison algorithm such as Median Filter Switching (SMF), Progressive Switching Median Filter (PSMF), Decisions Based Analysis (DBA), Adaptive Fuzzy Switching Median Filter (NAFSM) and Switching Non Local Mean (SNLM) obtained PSNR of 10.93 dB, 14.26 dB, 14.21 dB, 10.90 dB and 11.38 dB respectively. For the measurement of MSE, SSIM and execution times obtained of 4843.54, 0.12 and 4.8 seconds for SMF, 2249.89, 0.40 and 15.1 seconds for PSMF, 2275.81, 0.36 and 6.4 seconds for DBA, 4883.03, 0.11 and 5.3 seconds x Universitas Indonesia for NAFSM and 4371.33 , 0.19 and 39.0 seconds for SNLM respectively. From the experiment results of simulation test using WSN on Lena image, at the highest noise level of 98%, we obtained the PSNR of 21,30 dB, MSE of 445,44, SSIM of 0,62 and processing time of 8,9 s. Whereas by using other comparison algorithms such as SMF, PSMF, DBA, NAFSM and SNLM obtained PSNR of 9.10 dB, 4.99 dB, 10.63 dB, 5.69 dB and 9.55 dB respectively. For measurements of MSE, SSIM and execution times are 7377.13, 0.12 and 5.1 seconds for SMF, 19046.07, 0.24 and 0.1 seconds for PSMF, 5186.02, 0.11 and 6,9 seconds for DBA, 16207.00, 0.12 and 5.3 seconds for NAFSM and 6650.19, 0.19 and 41.2 seconds for SNLM. Compared with the SMF, PSMF, DBA, NAFSM, SNLM algorithms, from these two experiments, the PSNR, MSE and SSIM of ASAM algorithm are much better, except for a slightly longer time, but the results of qualitative measurements and other parameter measurements show very well. The tests also conducted in real applications on several neutron radiographic images using a combination of global threshold and ASAM.From the results of the real experiment on the radiographic image of the water valve object at the optimal threshold value T0 = 30, the amount of noise detected of 19.72% and the Signal to Noise Ratio (SNR) of 33.17 dB, or an increase of 35% from the initial SNR."