| 001 Hak Akses (open/membership) | membership |
| 700 Entri Tambahan Nama Orang | Siregar, Syahril, supervisor; Lubis, Lukmanda Evan, examiner; Siti Julia, examiner |
| 336 Content Type | text (rdacontent) |
| 264b Nama Penerbit | Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia |
| 710 Entri Tambahan Badan Korporasi | Universitas Indonesia. Fakultas Matematika dan Ilmu Pengetahuan Alam |
| 049 No. Barkod | 14-25-52002707 |
| 504 Catatan Bibliografi | pages 72-78 |
| 852 Lokasi | Perpustakaan UI |
| 338 Carrier Type | online resource (rdacarrier) |
| 590 Cat. Sumber Pengadaan Koleksi | Deposit;Deposit |
| 903 Stock Opname | |
| 534 Catatan Versi Asli | |
| Tahun Buka Akses | 2025 |
| 053 No. Induk | 14-25-52002707 |
| 653 Kata Kunci | diabetes mellitus; diabetic kidney disease (DKD); raman spectroscopy; support vector machine; machine learning; non-invasive diagnosis |
| 040 Sumber Pengatalogan | LibUI ind rda |
| 245 Judul Utama | Studi Perbedaan Urin pada Pasien Penyakit Ginjal Kronis Terkait Diabetes dan Non-Diabetes Menggunakan Spektroskopi Raman = Study of Urinary Differences in Chronic Kidney Disease Patients Associated with Diabetes and Non-Diabetes Using Raman Spectroscopy |
| 264c Tahun Terbit | 2025 |
| 650 Subyek Topik | Urine -- Analysis; Kidney disease; Raman spectroscopy |
| 850 Lembaga Pemilik | Universitas Indonesia |
| 520 Ringkasan/Abstrak/Intisari | Diabetes Melitus (DM) merupakan salah satu penyebab utama penyakit ginjal kronis (CKD), dengan komplikasi umum berupa penyakit ginjal diabetik (DKD). Diagnosis DKD secara tradisional mengandalkan biopsi ginjal, metode invasif yang memiliki risiko dan keterbatasan. Penelitian ini bertujuan untuk mengembangkan metode diagnostik non-invasif berbasis spektroskopi Raman dan machine learning guna membedakan DKD dari penyakit glomerular lainnya melalui analisis sampel urin. Spektroskopi Raman digunakan untuk menganalisis 320 spektra urin dari 32 pasien, yang direplikasi 10 kali per pasien. Hasil menunjukkan bahwa algoritma support vector machine mampu mengklasifikasikan DKD dengan tingkat akurasi sebesar 0,91, presisi 0,889, sensitivitas (recall) 0,889, dan spesifisitas 0,925. Selain itu, analisis spektral mengidentifikasi puncak-puncak utama seperti 898, 931, dan 1060 cm sebagai komponen yang terkait dengan karbohidrat, protein, dan urea. Penelitian ini menunjukkan bahwa metode berbasis spektroskopi Raman dan support vector machine tidak hanya meningkatkan akurasi diagnosis, tetapi juga memberikan altematif yang lebih aman dan nyaman bagi pasien sekaligus membuka peluang pengembangan alat diagnostik cepat di masa depan.
......Diabetes Mellitus (DM) is one of the leading causes of chronic kidney disease (CKD), witha common complication being Diabetic Kidney Disease (DKD). Diagnosis of DKD has traditionally relied on kidney biopsy, an invasive method that has risks and limitations. This study aims to develop a non-invasive diagnostic method based on Raman spectroscopy and machine learning to distinguish DKD from other glomerular diseases through urine sample analysis. Raman spectroscopy was used to analyze 320 urine spectra from 32 patients, replicated 10 times per patient. Results showed that the support vector machine algorithm was able to classify DKD with an accuracy of 0.91, precision of 0.889, sensitivity (recall) of 0.889, and specificity of 0.925. In addition, spectral analysis identified major peaks such as 898, 931, and 1060 cm 1 as components related to carbohydrates, proteins, and urea. This study shows that the method based on Raman spectroscopy and support vector machine not only improves the accuracy of diagnosis, but also providesa safer and more convenient alternative for patients while opening up opportunities for the development of rapid diagnostic tools in the future. |
| 904b Pemeriksa Lembar Kerja | Amiarsih Indah Purwiati-Mei 2025 |
| 090 No. Panggil Setempat | S-pdf |
| d-Entri Utama Nama Orang | |
| 500 Catatan Umum | Dapat diakses di UIANA (lib.ui.ac.id) saja. |
| d-Entri Tambahan Nama Orang | |
| 337 Media Type | computer (rdamedia) |
| 526 Catatan Informasi Program Studi | Fisika |
| 100 Entri Utama Nama Orang | Muhammad Faruq Hizburrabbani, author |
| 264a Kota Terbit | Depok |
| 300 Deskripsi Fisik | xi, 78 pages : illustration |
| 904a Pengisi Lembar Kerja | Amiarsih Indah Purwiati-Mei 2025 |
| Akses Naskah Ringkas | |
| 856 Akses dan Lokasi Elektronik | |
| 502 Catatan Jenis Karya | Skripsi |
| 041 Kode Bahasa | ind |