Hasil Pencarian  ::  Simpan CSV :: Kembali

"Fraktur tulang merupakan kondisi ketika kontinuitas dari tulang rusak sehingga menyebabkan perubahan pada bentuk tulang. Rekayasa jaringan tulang merupakan kombinasi dari perancah, sel, dan biofaktor dimana perancah merupakan komponen yang memainkan peranan penting. Solusi yang ditawarkan adalah memfabrikasi perancah dengan gabungan biomaterial atau komposit berupa graphite/ hydroxyapatite/ fibrin (G/HAp/F), graphene oxide/ hydroxyapatite/ fibrin (GO/HAp/F), multiwalled carbon nanotubes/ hydroxyapatite/ fibrin (MWCNT/HAp/F), dan hydroxyapatite/ fibrin (HAp/F) dengan penambahan material karbon (MWCNT, GO, dan G) sebanyak 1% wt, HAp sebanyak 2% wt, dan penambahan fibrin dengan perbandingan HAp:Fibrin senilai 20:1. Metode: Perancah disintesis dengan menggunakan metode freeze-drying. Parameter uji dilakukan melalui uji biokompatibilitas atau viabilitas sel (MTS assay), uji diferensiasi sel (pewarnaan alizarin red), dan analisa statistik. Pengujian tersebut dilakukan untuk melihat perbandingan antara keempat kombinasi perancah dalam menginduksi osteogenesis dan mempercepat proses regenerasi tulang. Hasil: Fabrikasi perancah dengan metode freeze-drying menghasilkan perancah dengan ukuran rata-rata diameter 0,68 cm dan tinggi 0,41 cm. Uji viablitas menunjukkan perancah dengan penambahan karbon menunjukkan viabilitas sel yang buruk, tidak menginduksi adhesi dan proliferasi sel, meskipun sel cenderung bermigrasi dan mendekati perancah. Uji diferensiasi menunjukkan perancah dengan penambahan karbon gagal dalam menginduksi diferensiasi sel osteogenik, Sel yang berdiferensiasi hanya ditemukan pada perancah HAp/F.

---

A fracture is a condition when the continuity of the bone is broken, causing a change in the shape of the bone. Bone tissue engineering is a combination of scaffolds, cells, and biofactors where the scaffold is a component that plays an important role. In this study, scaffolds with a combination of biomaterials or composites in the form of graphite/ hydroxyapatite/ fibrin (G/HAp/F), graphene oxide/ hydroxyapatite/ fibrin (GO/HAp/F), multiwalled carbon nanotubes/ hydroxyapatite/ fibrin (MWCNT/ HAp/F), and hydroxyapatite/ fibrin (HAp/F) with the addition of carbon material (MWCNT, GO, and G) as much as 1% wt, HAp as much as 2% wt, and the addition of fibrin with a HAp:Fibrin ratio of 20:1 were fabricated. Scaffolds were synthesized using the freeze-drying method. The test parameters were carried out through biocompatibility or cell viability test (MTS assay) and cell differentiation test (alizarin red staining), and statistical analysis. The test was conducted to see the comparison between the three combinations of scaffolds in inducing osteogenesis and accelerating the process of bone regeneration. The scaffold fabrication using the freeze-drying method resulted in a scaffold with an average diameter of 0.68 cm and an average height of 0.41 cm. Viability test showed that the scaffolds with the addition of carbon showed poor cell viability, did not induce cell adhesion and proliferation, although cells tended to migrate and approach the scaffold. Differentiation test showed that the scaffolds with addition of carbon failed to induce osteogenic cell differentiation. Differentiated cells were only found in the HAp/F scaffold."

"Aktivitas jantung janin atau Fetal Electrocardiogram (FECG) dapat digunakan untuk mendeteksi potensi kelainan pada jantung janin. Perekaman FECG dilakukan dengan menggunakan Elektrokardiogram (EKG) pada perut ibu hamil. Namun hasil yang didapat tidak serta merta memberikan nilai detak jantung janin per menit, karena terdapat berbagai macam suara bising yang mengganggu pembacaan FECG. Sinyal noise tersebut didapat dari keberadaan Maternal ECG (MECG) yang mendominasi pembacaan, pergerakan rahim, dan lain sebagainya. Sehingga dibutuhkan dokter ahli dalam pembacaan manual hasil EKG perut yang memperlambat proses diagnosis. Oleh karena itu, diperlukan suatu metode untuk memisahkan FECG dengan Maternal Electrocardiogram (MECG). Tujuan dari penelitian ini adalah untuk merancang metode baru menggunakan Fast Fourier Transform dan Filter Moving Average kemudian membandingkan hasilnya dengan metode yang sudah ada untuk memisahkan FECG dari MECG. Cara validasi yang dilakukan adalah membandingkan FHR yang didapat dari kedua metode (Metonia et al. (2020) dan Fast Fourier Transform dan Filter Moving Average) dengan nilai yang sudah divalidasi oleh dokter. Hasil yang didapat adalah pada data Ibu Hamil, Mean Average Error (MAE) menggunakan metode Moving Average dan FFT Filter bernilai 0,727 yang lebih kecil dibandingkan metode Metonia et al., (2020) yang bernilai 1,939. Pada data Ibu Melahirkan, Mean Average Error (MAE) menggunakan metode Moving Average dan FFT Filter bernilai -0,5490 yang lebih kecil dibandingkan metode Metonia et al., (2020) yang bernilai -0,3275.

---

Fetal heart activity or Fetal Electrocardiogram (FECG) can be used to detect potential abnormalities in the fetal heart. FECG recording is done using an Electrocardiogram (ECG) on the abdominal of pregnant women. However, the recording results obtained do not immediately provide a value for the fetal heart rate per minute, because there are various kinds of noise that interfere with the reading of the FECG. The noise signal is obtained from the presence of the Maternal ECG (MECG) which dominates the reading, the movement of the uterus, and so on. So that an expert doctor is needed in manual reading of the Abdominal ECG results which slows down the diagnosis process. Therefore, it is necessary to have a method for separating FECG with Maternal Electrocardiogram (MECG). The purpose of this research is to design a new method using Fast Fourier Transform and Moving Average Filter then compare the results with the current available method to separate FECG from MECG. The results obtained are the data for pregnant women, the Mean Average Error (MAE) using the Moving Average and FFT Filter methods, is 0.727 which is smaller than the Metonia et al., (2020) method which is 1.939. In Maternal data, the Mean Average Error (MAE) using the Moving Average and FFT Filter methods is -0.5490 which is smaller than the Metonia et al., (2020) method which is -0.3275."

"Negative Pressure Wound Therapy (NPWT) merupakan sistem terapi yang menggunakan tekanan negatif untuk membersihkan luka dari cairan eksudat serta bakteri yang mungkin masih ada di dalam bagian luka, serta juga meningkatkan aliran darah ke dalam bagian luka dan meningkatkan proliferasi sel untuk mempercepat pemulihan. Oleh karena itu, terapi ini berpotensi lebih efektif dalam membantu mengobati berbagai jenis luka, seperti luka ulkus yang disebabkan oleh diabetes daripada teknik konvensional. Tujuan dari penelitian skripsi ini adalah untuk membuat rangkaian kontrol purwarupa alat NPWT menggunakan Arduino UNO sebagai mikrokontroler. Hal tersebut dilakukan dengan menulis kode dalam bahasa C++ pada software Arduino IDE yang kemudian di-upload ke dalam board Arduino UNO, yang kemudian dihubungkan kepada perangkat pendukung seperti push button, LCD, Motor driver L298N, pompa tekanan negatif, dan sensor MPXV4115VC6U. Pengujian purwarupa dilakukan dengan menyalakan alat selama 30 menit dalam tekanan negatif 85, 75, dan 125 mmHg. Hasil dari penelitian adalah purwarupa alat NPWT mampu menjalankan terapi selama 30 menit dan mencapai ketiga tekanan setting tersebut secara konsisten dengan error output tekanan negatif rata-rata 0,45% untuk mode continuous dan 0,96% untuk mode intermittent pada setting 85 mmHg, -0,22% untuk mode continuous dan -0,59% untuk mode intermittent pada setting 75 mmHg, serta -0,20% untuk mode continuous dan -1,50% untuk mode intermittent pada setting 125 mmHg. Pengujian menggunakan alat wound phantom dengan tekanan 85 mmHg memperlihatkan error output tekanan negatif rata-rata -0,56% untuk mode continuous dan -0,20% untuk mode intermittent. Melalui sensor MPXV4115VC6U, alat juga mampu mendeteksi tekanan dengan akurasi 99,46%, dan fungsi timer yang menggunakan internal clock mikrokontroler mampu menjalani terapi tepat waktu dengan deviasi rata-rata 0,05% dari setting waktu yang ditetapkan. Melalui penelitian ini, dibuktikan bahwa Arduino UNO mampu digunakan sebagai mikrokontroler untuk menjalankan alat NPWT dengan efektif.

---

Negative Pressure Wound Therapy (NPWT) is a wound therapy system which utilizes negative pressure to clean wound areas from exudate and bacteria, as well as to increase blood flow in order to induce cell proliferation and accelerate healing. This therapy is potentially more effective at assisting the regeneration of wounds, such as diabetic ulcers, compared to other conventional methods. The purpose of this research is to create a control circuit for an NPWT prototype using Arduino UNO as its microcontroller. This is done by writing code into the Arduino IDE software and uploading it into the Arduino UNO board, which has been connected to various supporting components such as push buttons, LCD, Motor Driver L298N, a negative pressure pump, and the pressure sensor MPXV4115VC6U. Testing of the prototype is done by turning the device on for 30 minutes with the negative pressure setting 85, 75, and 125 mmHg. Result of this test is that the NPWT prototype is capable of performing therapy with the aforementioned settings very well, with an average pressure error of 0.45% for the continuous mode and 0.96% for the intermittent mode at 85 mmHg, -0.22% for the continuous mode and -0.59% for the intermittent mode at 75 mmHg, as well as -0.20% for the continuous mode and -1.50% for the intermittent mode at 125 mmHg. Simulation by using a wound phantom resulted in the average pressure errors -0.56% for the continuous mode and -0.20% for the intermittent mode. Using the sensor MPXV4115VC6U, the prototype is able to detect pressure with an average of 99.46% accuracy, and the timer function, which uses the microcontrollers internal clock, is able to keep the timing of the therapy session with a 0.05% average deviation from the intended time setting. From these findings, it can be concluded that Arduino UNO is a microcontroller which is perfectly suitable to run an NPWT device effectively."

"Penderita kelumpuhan tungkai dapat melakukan rehabilitasi gerak dengan menggunakan alat suportif seperti kursi roda, walker, crutches, maupun robot eksoskeleton. Penggunaan robot eksoskeleton memiliki dampak positif terhadap masalah gerak yang mereka hadapi. Meski demikian, robot eksoskeleton juga memiliki beberapa isu terkait dimensi yang besar, terasa tidak natural dan sulit dalam pemakaian. Dari masalah tersebut dicetuskan ide untuk mendesain sebuah implan elektromekanik. Tahapan pengembangan konsep yang dinamakan Endoskeletal Robotic Implant (ERI) mencakup identifikasi kebutuhan pelanggan, menentukan target spesifikasi produk, analisis ekonomi, mencari produk lain sebagai acuan, serta tahap pemodelan. Dari hasil telaah studi desain produk diciptakan beberapa konsep yang didesain secara computer-aided design (CAD) menggunakan software Solidworks. Desain dipilih dengan melihat kemampuan transmisi dalam mengamplifikasi torsi dan melakukan rentang gerak yang diharapkan. Sebuah pemodelan implan berbasis PLA dengan aktuator servo motor telah di realisasikan dengan amplifikasi transmisi yang menghasilkan torsi pada pemodelan sendi lutut menjadi 7,8 Nm. Selain itu pada desain terpilih, baterai bisa digunakan hingga 1 jam 25 menit. Pada desain terpilih terdapat beberapa kendala seperti customer needs yamg tidak bisa terkaji, isu etik dan pemasangan ERI yang cukup invasif. Di masa depan diharapkan isu tersebut akan terjawab dan didapatkan model yang paling efisien. Saat ini, studi desain produk yang dilakukan pada ERI belum dapat menjadi pilihan bagi penderita kelumpuhan.

---

Leg paralysis patients can treat by rehabilitation using supportive devices such as wheelchairs, walkers, crutches, and exoskeleton robots. The use of exoskeleton robots has a positive impact on their ambulatory problems. However, the exoskeleton robot also has several issues related to large dimensions, un-natural feelings and difficult to wear. From these issues, raise an idea to design an electromechanical implant inside the human body. The idea called Endoskeletal Robotic Implant (ERI), we do a concept development process includes identifying customer needs, establishing target specifications, economic analysis, benchmarking of competitive products, and modeling stage. From this product design, several concepts were created using computer-aided design (CAD) using Solidworks software. The design was chosen by looking at the transmission's ability to amplify torque and perform the natural joint range of motion. A PLA-based implant modeling with a servo motor actuator has been created with a transmission amplification that generates torque in the knee joint modeling to 7.8 Nm. In addition, ERI’s battery can be used up to 1 hour 25 minutes. However, in the selected design there were several obstacles such as customer needs that could not be assessed, ethical issues and the installation of ERI which was quite invasive. In the future, we hoped that this issue will be answered, and the most efficient model will be obtained. For now, ERI design cannot be an option for people with paralysis"

"Penelitian mengenai klasifikasi emosi manusia sudah berlangsung lama. Pada umumnya yang dikembangkan adalah algoritma pengklasifikasiannya dengan menggunakan dataset EEG laboratory-grade yang sudah tersedia secara bebas. Penelitian ini bertujuan membuat dataset klasifikasi emosi manusia berbasis peranngkat EEG komersil. Responden direkrut secara online dan yang memenuhi kriteria diminta  untuk menonton 6 video stimuli emosi sambil direkam aktivitas kelistrikan otaknya menggunakan perangkat EEG komersil. Tiap video stimuli diperuntukkan untuk memancing emosi yang berbeda, yaknik emosi sedih, takut, jijik, marah, tenang, dan senang. Responden juga diminta unutk mengisi kuesioner untuk tiap video stimuli yang ditonton. Dari 27 responden yang direkam data EEG-nya, hasil rekam dari 3 responden harus dieliminasi karena kualitas hasil rekam yang buruk. Hasil analisa kuesioner menunjukkan bahwa sebagian besar video stimuli sudah berhasil memancing emosi responden sesuai dengan tujuannya. Sedangkan hasil rekam signal EEG dibuat dataset untuk melatih algoritma Deep Learning model Recurrent Neural Network (RNN) untuk klasifikasi emosi manusia. Setelah melewati 16 epoch dan tidak ada perbaikan sampai epoch ke-46, nilai akurasi yang dicapai adalah sebesar 33%.

---

The majority of studies on the classification of human emotions have relied on the analysis of pre-existing datasets. We generated a dataset using consumer-grade EEG devices, which could be a big step forward for EEG research. Respondents were recruited online based on specific criteria and asked to watch a series of six videos while recording their brain's electrical activity using an EEG device and asked to complete a questionnaire for each video they watched. Out of the 27 respondents whose EEG data were recorded, the recordings from 3 respondents had to be eliminated due to the poor quality of the recordings. The results of the questionnaire analysis show that most of the video stimuli have succeeded in evoking the intended respondents’ emotions. Meanwhile, the EEG signal recording results are made into a dataset to train the Deep Learning algorithm using Recurrent Neural Network (RNN) method for the classification of human emotions. After passing 16 epochs and no improvement until the 46th epoch, the accuracy value achieved is 33%."

"Pemeriksaan di instalasi radiologi setiap tahun semakin bertambah jumlahnya yang menyebabkan meningkatnya resiko bahaya radiasi pada petugas yang bekerja di medan radiasi. Pemantauan dosis radiasi telah dilakukan pada setiap petugas menggunakan dosimeter analog akan tetapi alat yang digunakan hanya dapat dibaca dalam 3 bulan sekali dan memiliki efek fading atau hilangnya dosis selama pemakaian. Lamanya waktu pembacaan dosis pada alat dosimeter analog menyebabkan petugas tidak menerima hasil bacaan tepat waktu. Penelitian ini bertujuan untuk membuat dosimeter secara digital yang mampu menampilkan hasil secara real-time dan memiliki penyimpanan yang baik pada website berbasis internet of things. Penelitian dilakukan dengan menggunakan sensor Geiger Muller M4011, rangkaian tegangan tinggi 350-400 Volt DC, rangkaian pembaca sinyal dan mikrokontroler ESP32. Pengujian kemampuan alat dilakukan dengan cara memberikan radiasi gamma pada alat prototipe dan dibandingkan hasilnya dengan alat standar Fluke 481. Analisis data dilihat rata-rata tiap pengujian dan standar deviasinya. Uji statistik menggunakan aplikasi Graphad Prism 9 untuk menyajikan statistik deskriptif dan uji beda menggunakan Mann Whitney test. Hasil perakitan sensor Geiger Muller M4011 dihubungkan dengan rangkaian tegangan tinggi 400 Volt dan mikrokontroler NodeMCU ESP32 DevKit V1 berhasil dirancang. Hasil dosis radiasi yang telah diolah ditampilkan dalam display OLED 128×64 dan aplikasi ThingSpeak melalui jaringan Wi-Fi. Prototipe mampu menangkap radiasi dengan rata-rata dan standar deviasi 0,02±0,01, pada alat standar Fluke 481 yaitu 0,01±0,002 pada jarak 15cm, 0,01±0,01 dan 0,009±0,00 pada jarak 30cm dan 0,008±0,009 dan 0,009±0,00 pada jarak 45cm. Hasil uji beda menggunakan Mann Whitney test mendapat p-value 0,0015, >0,9999, dan 0,018. Perbaikan dimensi alat dan pemilihan jenis sensor dapat dilakukan meningkatkan kemampuan prototipe serta pengujian alat menggunakan sumber radioaktif berenergi besar atau menggunakan pesawat sinar-X untuk melihat kemampuan alat menangkap energi terendah dan tertinggi.

---

Examinations at radiology installations are increasing every year which causes an increased risk of radiation hazards for officers working in the radiation field. Radiation dose monitoring has been carried out for each officer using an analog dosimeter, but the tool used can only be read once every 3 months and has a fading effect or loss of dose during use. The length of time it takes to read the dose on the analog dosimeter device causes officers not to receive the readings on time. This study aims to create a digital dosimeter capable of displaying real-time results and having good storage based on internet of things (IoT). The research was conducted using the Geiger Muller M4011 sensor, a high voltage circuit of 350-400 Volt DC, a signal reader circuit and an ESP32 microcontroller. Testing the capability of the device is carried out by giving gamma radiation to the prototype and comparing the results with the standard Fluke 481. Data analysis looks at the average of each test and its standard deviation. The statistical test used the Graphpad Prism 9 application to present descriptive statistics and the different test used the Mann Whitney test. The results of the Geiger Muller M4011 sensor assembly connected to a 400 Volt high voltage circuit and the NodeMCU ESP32 DevKit V1 microcontroller were successfully designed. The processed dose results are displayed on a 128×64 OLED display and the ThingSpeak application via a Wi-Fi network. The prototype captured radiation with a mean and standard deviation of 0.02±0.01, on the standard Fluke 481 0.01±0.002 at 15cm distance, 0.01±0.01 and 0.009±0.00 at 30cm distance and 0.008±0.009 and 0.009±0.00 at a distance of 45cm. The different test results using the Mann Whitney test got p-values of 0.0015, >0.9999, and 0.018. Improvements to the dimensions of the tool and the selection of the type of sensor can be carried out to increase the ability of the prototype as well as testing the device using high-energy radioactive sources or using an X-ray machine to see the ability of the device to capture the lowest and highest energy."