Hasil Pencarian  ::  Simpan CSV :: Kembali

"Telah dilakukan penelitian untuk mencari suatu metode analisis kualitatif untuk membedakan sebelas obat anti inflamasi non steroid. Metode yang dilakukan adalah reaksi warna, reaksi mikrokristal dan kromatografi lapis tipis-densitometri. Pada reaksi warna, ada beberapa pereaksi yang memberikan warna khusus untuk zat tertentu, sehingga dapat dipakai untuk membedakannya dari zat lainnya. Pereaksi warna marquis, liebermann's dan mandelin memberikan hasil warna yang dapat digunakan untuk membedakan ke sebelas zat yang diteliti. Pereaksi aseton-air pada percobaan mikrokristal memberikan bentuk kristal berbeda sehingga dapat dipakai untuk membedakan zat uji. Percobaan kromatografi lapis tipis dengan fase gerak kloroform-metanol (9:1) dan kloroform-aseton (4:1) mendapatkan hasil yang baik karena memberikan perbedaan hRf yang cukup jauh. Walaupun ada dua zat yang memiliki hRf yang berdekatan tetapi hal ini dapat diatasi dengan membandingkan spektrum serapan dari masing-masing zat yang akan memberikan bentuk yang berbeda jika diukur dengan alat densitometer.A research work has been done to look for qualitative analysis method in order to distinguish eleven non steroidal antiinflammatory drug (NSAID). Methods used were the colour test, microcrystal test, and the thin layer chromatography - densitometry. The result from the colour test, some reagents give a specific colour for certain substances, this is can be used to distinguish from the other substances. Marquis, liebermann's and mandelin reagen can be used to distinguish the eleven observed substances. The examination for microcrystal test using aceton-water can be used to distinguish the test substances. Thin layer chromatography with chloroformmethanol (9:1) and chloroform-aceton (4:1) mobile phase giving good separation spot because have different hRf value. Although two substances have the near hRf value but that could be solve with compare spectrum absorption from every substances will be give different curve measure by densitometer."

"Hormon kortikosteroid merupakan hormon steroid yang disintesis dari kolesterol dan diproduksi oleh kelenjar adrenalis bagian korteks, obat-obat hormon kortikosteroid mempunyai inti steroid yang sama dan hanya mengalami sedikit perubahan struktur pada posisi gugus fungsionalnya. Keaadan ini memberikan kesukaran dalam menganalisis obat hormon kortikosteroid ini.Penelitian ini bertujuan untuk mendapatkan metode identifikasi yang tepat dari obat hormon golongan kortikosteroid. Metode identifikasi yang dilakukan pada golongan obat ini yaitu dengan percobaan reaksi warna, percobaan mikrokristal, percobaan mikrosublimasi dan kromatografi lapis tipis.Hasil penelitian menunjukkan pereaksi Salkowski dan asam sulfat pekat dapat digunakan untuk membedakan ketujuh zat yang diteliti. Percobaan mikrokristal aseton-air, etanol-air dan ammonium reineckat dapat membedakan ketujuh zat yang diteliti. Pada percobaan kromatografi lapis tipis, fase gerak kloroform- dietilamin (2:1) dan diklorometan-etermetanol- air (77:15:8:1) dapat digunakan untuk memisahkan hidrokortison asetat, betametason valerat, deksametason dan fluosinolon asetonida.Corticosteroid hormones was the steroid hormones are formed cholesterol and secreted by the adrenal cortex. The corticosteroid pharmaceuticals contain the same of steroidal structures in functional group position. This situation gave difficulty to identification for a great number of corticosteroid pharmaceuticals.

The purpose of this research was to got the accurate identification method. The identification method were the colour reaction, microcrystal reaction, microsublimation and thin layer chromatography.

The result indicated that sulphuric acid and Salkowski reagen can be used to distinguish the seven observed substances. The examination of microcrystal test using acetone-water, ethanol-water and ammonium reineckat can be used to distinguish the seven observed substances. Thin layer chromatography with chloroform-diethyl amine (2:1) and dichloromethane-ether-methanol-water (77:15:8:1) can be used to separate hydrocortisone acetate, betamethasone valerat, dexamethasone and fluocinolone acetonide."

"ABSTRAKKarakterisasi reservoir yang menggunakan metode berbasis frekuensi (metode dekomposisi spektral) memberikan informasi tentang kemenerusan reservoir dan hidrokarbon lebih akurat apabila kemampuan resolusi frekuensinya juga baik. Metode dekomposisi spektral Continuous Wavelet Transform (CWT) yang berbasis Transformasi Fourier menggunakan skala dan translasi window wavelet untuk mengkuantifi kasi resolusi frekuensinya. Metode tersebut seringkali digunakan dalam indikator zona reservoir dan hidrokarbon namun masih memiliki resolusi frekuensi yang kurang akurat sehingga frekuensi zona reservoirnya pun overlapping dengan zona non-reservoir. Penelitian ini ilakukan untuk meningkatkan resolusi frekuensinya sehingga informasi tentang reservoir dan indikasi hidrokarbon lebih valid. Synchrosqueezing Transform (SST) merupakan metode dekomposisi spektral yang lebih kompleks karena mengkolaborasi metode Empirical Mode Decomposition (EMD) dan Transformasi Hilbert dengan metode CWT. Sinyal didekomposisi dengan metode EMD, lalu diproses dengan penskalaan dan tranlasi window wavelet menggunakan metode CWT, kemudian dilakukan ekstrak frekuensi sesaatnya menggunakan Transfromasi Hilbert sehingga sensitivitasnya meningkat. Metode SST dan CWT diaplikasikan pada data sintetik untuk mengetahui akurasi pemisahan frekuensi. Selanjutnya, metode-metode ini diaplikasikan pada data seismik dan data sumur SNR-1 dan SRI-1 sebagai kalibrator. Hasilnya menunjukkan bahwa metode SST mampu mengidentifikasi frekuensi reservoar dan hidrokarbon dengan baik dibandingkan dengan metode CWT. Respon kemenerusan reservoir dan potensi hidrokarbon ditunjukkan dengan amplitudo tinggi pada frekuensi 20 Hz."

"Penggunaan zat warna sintetik untuk makanan semakin meningkat karena kegunaan dan keunggulan yang dimilikinya. Akan tetapi, ternyata, tidak semua zat warna sintetik untuk makanan yang dijual di pasaran mengandung zat warna yang aman untuk dikonsumsi. Penelitian ini bertujuan untuk mengidentifikasi sampel zat warna sintetik untuk makanan yang beredar di pasaran daerah Tangerang, apakah mengandung zat warna sintetik yang dilarang untuk digunakan dalam makanan atau tidak. Ekstraksi tidak perlu dilakukan terhadap sampel. Identifikasi dilakukan dengan reaksi warna dan kromatografi kertas. Kemudian, dilakukan densitometri untuk menunjang hasil identifikasi yang diperoleh. Hasil penelitian menunjukkan bahwa sepuluh dari 31 sampel yang diperiksa, mengandung zat warna sintetik yang dilarang untuk digunakan dalam makanan. Kesepuluh sampel itu adalah tujuh sampel zat warna merah (tiga sampel mengandung Merah K4, dua sampel mengandung Rhodamin B, dan dua lainnya Scarlet GN), satu sampel zat warna jingga (mengandung Orange G), satu sampel zat warna kuning (mengandung Metanil Yellow), dan satu sampel zat warna coklat (mengandung Chocolate Brown FB)."

"abstrakKonsumsi energi listrik nasional mengalami pertumbuhan rata-rata sekitar 4,8per tahun selama 5 tahun terakhir, salah satunya adalah sektor rumah tangga. Salahsatu solusi untuk mengurangi konsumsi energi listrik pada sektor ini adalah denganmemonitor konsumsi beban listrik peralatan rumah tangga dan memberikaninformasi ini kembali kepada pelanggan. Salah satu teknik memonitor konsumsibeban peralatan listrik paling efisien dan murah adalah teknik Non-Intrusive LoadMonitoring (NILM). Berbeda dengan teknik konvensional, NILM menjanjikanpengurangan penggunaan sensor secara signifikan. NILM umumnya menggunakankondisi daya listrik saat transien atau tunak. Pada penelitian ini, metode Back-Propagation Artificial Neural Network (BP-ANN) akan dikembangkan untuk dapatmengidentifikasi penggunaan peralatan rumah tangga pada sinyal daya listrik dalamkondisi tunak dengan fitur ekstraksi perubahan daya. Fitur ekstraksi tersebutmemiliki keunggulan yaitu pada akusisi data menggunakan tingkat sampling yangrendah. Dalam penelitian ini telah dikembangkan arsitektur jaringan syaraf tiruandengan tipe dual input. Tipe dual input pada jaringan syaraf tiruan tersebut terdiridari daya aggregate dan daya maksimum peralatan rumah tangga. Penggunaanarsitektur jaringan syaraf tiruan dengan tipe dual input ini unggul dalammengidentifikasi penggunaan peralatan rumah tangga yang memiliki karakteristiknilai daya hampir mirip atau sama dan karakteristik daya dengan kondisi multi daya.Untuk memverifikasi efektivitas metode yang dikembangkan, maka data bebanperalatan rumah tangga yang digunakan adalah tracebase dataset dan penyusunandatanya menggunakan model synthetic aggregate. Dari hasil pengujian tipe dualinput pada arsitektur jaringan syaraf tiruan ini dapat mengidentifikasi penggunaanperalatan rumah tangga yang memiliki nilai daya hampir mirip atau sama dankarakteristik daya dengan kondisi multi daya, sehingga dapat meningkatkan nilaiRecognition Rate (RR) sampai 94.2.

---

abstractNational electric energy consumption experienced average growth about 4.8per annum over the past 5 years, one of them is household sector. One of thesolutions to reduce electrical energy consumption in this sector is to monitor electricpower consumption of household appliances and to give this information back toconsumers. One of the most efficient and the cheapest techniques to monitor theelectric power consumption appliances is Non-Intrusive Load Monitoring (NILM).This is different with conventional techniques where NILM promises the reductionof sensor deployment significantly. NILM commonly uses either transient or steadystate signal. In this research, the method of Back-Propagation Artificial NeuralNetwork (BP-ANN) will be developed to identify the utilization of householdappliances using power change features extraction in the steady state signals. Thefeature extraction has an advantage on data acquisition by applying a low samplingrate. This research has developed neural network architecture with dual input type.Dual input types of the neural network consist of aggregate power and maximumpower of the household appliances. Applying of neural network architecture withdual input types outperforms in identifying of the household appliances load wherethe power is almost similar and it has a multi states power characteristics. To verifythe effectiveness of the method, the data of the load is provided by tracebase datasetand the forming of the data uses a synthetic aggregate model. From the experimentresult of the dual input type in the neural network architecture, it can identify theload which has power almost similar and it has a multi states power characteristics.Finally, it can increase the value of Recognition Rate (RR) to 94.2"