Hasil Pencarian  ::  Simpan CSV :: Kembali

"Metode virtual assembling atau perakitan berbasis virtual merupakan salah satu pengembangan metode mengikuti perkembangan teknologi dunia manufaktur termutakhir. Virtual assembling memungkinkan pelaku industri perakitan untuk dapat merakit suatu benda produksi dengan menggunakan gestur tangan yang nyata sebagaimana yang dilakukan bila wujud fisik benda tersebut ada dihadapannya. Seiring perkembangan ide ini, terdapat beberapa jenis sub-metode perantara antara manusia, dalam hal ini yang bertindak sebagai penggunanya, dengan interface perangkat lunak di komputer. Salah satunya adalah menggunakan sarung tangan yang dilengkapi dengan flex sensor sebagai sensor pembacaan data. Flex sensor ialah sensor yang mengubah resistansi sesuai dengan besarnya kebengkokan yang diberikan. Sarung tangan yang dilengkapi flex sensor bekerja secara independen yang memungkin penggunanya lebih leluasa dalam melakukan virtual assembling. Penelitian ini bertujuan sebagai kajian mendalam penggunaan flex sensor dalam data glove dari beberapa aspek yakni karakterisasi kalibrasi, keakurasian, metode pengambilan data, dan metode kalibrasi data glove.

---

Virtual assembling method is one of the developments of advanced manufacturing technology. It allows modern manufacturing industry to be able to assembly products using real-time hand gestur has been done in real manufacturing process with real physical appearance of the product. Along its development of the idea, some sub-methods are made as the intermediary of human-machine interaction. One of it is using flex sensors embedded on hand glove. Flex sensor is sensor that changes resistance according to the magnitude of bend done by the users. They convert the change in bend to electrical resistance ? the ore the bend, the more the resistance value. The objective of this project is to have further study regarding to the usage of flex sensors on motion glove from several aspects: calibration characterization, accuracy of various hand size, data acquisition method, and motion glove?s calibration method."

"Dalam mempelajari sifat-sifat mekanik suatu bahan, proses karakterisasi bahan memegang peranan penting. Secara umum, setiap sampel yang akan diuji akan dilakukan proses mekanik dengan stress(tekan) atau tarik.Dari perubahan-perubahan besaran mekanik ini kemudian diukur dan dianalisa untuk mendapatkan besaran -besaran khusus dari bahan yang diuji. Dalam makalah ini pengembangan sistem alat pengujian dilakukan dengan menggunakan Sensor strain gage, yang terhubung langsung dengan penguatan instrumentasi. Hal ini akan memudahkan eksperimen dan analisis pengujian bahan. Proses mekanik dilakukan dengan menggunakan tabung cairan untuk melakukan proses tekan atau tarik pada level cairan dapat diatur dengan kecepatan tertentu dengan menggunakan valve 1/8 sehingga difokuskan pada pengambilan data dan pengolahannya."

"Insulin adalah hormon yang disekresi oleh pankreas dan berfungsi mengatur kadar gula darah dalam tubuh. Gangguan pada sekresi insulin ataupun resistansi insulin dapat mengakibatkan diabetes. Bagi penderita diabetes yang memerlukan injeksi insulin, dosis yang tidak terpantau dapat berakibat fatal. Sehingga untuk memberikan diagnosis lebih akurat, pemantauan kadar gula darah dapat ditambah dengan pemantauan insulin. Dari beberapa metode analitik untuk deteksi insulin, elektrokimia adalah yang paling memungkinkan miniaturisasi perangkat dengan respon waktu cukup cepat dan biaya cenderung rendah. Sehingga dalam penelitian ini, sistem estimasi konsentrasi insulin akan dibangun dengan memanfaatkan perangkat analisis elektrokimia atau potensiostat yang bersifat portabel dan screen-printed carbon electrode (SPCE) termodifikasi multiwalled carbon nanotubes (MWCNT) sebagai sensor. Perangkat dioperasikan secara nirkabel melalui mobile device sedangkan seluruh pengolahan data dilakukan pada server komputer terpisah yang dapat diakses dengan komunikasi REST API (Representational State Transfer Application Program Interface). Skema ini yang memungkinkan deteksi beserta hasil estimasinya dapat diproses secara real-time. Sistem estimasinya sendiri dilakukan berdasarkan hubungan arus puncak reaksi elektrokimia yang terjadi pada saat menjalankan Cyclic Voltammetry (CV) dengan nilai konsentrasi insulin. Pada penelitian ini performa sistem ditingkatkan dengan menambahkan prediktor luas permukaan elektroaktif sensor, karena performa sensor secara elektrokimia sangat dipengaruhi oleh nilai luasan tersebut. Penambahan prediktor ini terbukti memberikan hasil estimasi dengan nilai R2 prediksi di atas 0,85 untuk ketiga data pengujian dari tiga sensor yang berbeda. Selain itu, prediktor luas permukaan juga diuji apakah memiliki hubungan yang signifikan secara statistik dengan konsentrasi dan didapati p-value bernilai 0,006. Nilai yang lebih rendah dari 0,05 membuktikan bahwa prediktor luas elektroaktif tidak hanya meningkatkan R2 secara kebetulan melainkan memang adanya hubungan dengan konsentrasi dengan tingkat kepercayaan 95%.

---

Administering incorrect dosage of insulin for diabetic patients can be fatal and result in severe health consequences. In addition to monitoring blood glucose levels, insulin detection can enhance diagnostic accuracy. Analytical methods, such as immunoassays and chromatography, although effective, are time-consuming and costly, making electrochemical methods more suitable for low-cost and portable applications. In this study, an insulin concentration estimation system was developed using a customized potentiostat that operates in real-time via Bluetooth Low Energy (BLE). Screen-printed carbon electrodes (SPCEs) modified with carboxyl-functionalized multiwalled carbon nanotubes (MWCNT-COOH) have been utilized because of their enhanced surface area and compact size, which make them suitable for portable applications. The estimation system was enhanced by incorporating multiple predictors: the peak currents from the second and third cycles of cyclic voltammetry analysis and the electroactive surface area of the. Through cross-validation, our method showed strong performance, achieving a determination coefficient (R2) greater than 0.90 for all combinations of training datasets and greater than 0.85 for all combinations of testing datasets. Additionally, hypothesis testing revealed that the surface area had a statistically significant relationship with concentration, with a p-value of 0.006, indicating that adding this predictor does not enhance R2 due to random chance."

"Dopamin memiliki peran penting dalam fungsi sistem saraf pusat manusia. Pelepasan abnormal dopamin berhubungan dengan penyakit neurologis dan depresi. Oleh karena itu, perlu memantau kadar dopamin untuk memahami peran fisiologisnya. Pembahasan deteksi dopamin berfokus pada metode elektrokimia berbasis screen-printed carbon electrode (SPCE) yang dimodifikasi bahan ZnO/MnO2/MWCNT. Penelitian dilakukan dengan empat tahapan yang terdiri dari preparasi material, karakterisasi material dengan menggunakan Fourier Transform Infrared (FTIR) dan Raman spektroskopi, modifikasi SPCE dengan ZnO/MnO2/MWCNT, dan pengujian aktivitas elektrokimia menggunakan cyclic voltametry (CV). Modifikasi sensor dilakukan untuk mengetahui perbedaan kinerja analitik biosensor SPCE. Tujuan dari penelitian ini adalah untuk mengetahui performa SPCE dengan pendopingan nanopartikel logam ZnO, MnO2, serta material karbon MWCNT berdasarkan linearitas, sensitivitas dan limit deteksi. Hasil pembacaan elektrokimia menggunakan CV dilakukan pada rentang deteksi 0,6 – 1,4 mM, sehingga diperoleh deteksi limit (LOD) 0,4946 mM dan sensitivitas 0,282 µA.µM.cm-2. Sensor ini menunjukkan selektivitas yang kurang baik terhadap analit dopamin ketika dideteksi bersama senyawa asam askorbat.

---

The human central nervous system relies on dopamine to function properly. Neurological disorders and depression are linked to abnormal dopamine release. Monitoring dopamine levels is therefore crucial to comprehend its physiological function. The electrochemical approach of dopamine detection that utilises a screen-printed carbon electrode (SPCE) modified with ZnO/MnO2/MWCNT material is the main topic of discussion. The study was conducted in four stages, including material preparation, Fourier Transform Infrared (FTIR) and Raman spectroscopy material characterisation, SPCE modification using ZnO/MnO2/MWCNT, and cyclic voltametry (CV) electrochemical activity testing. To identify variations in SPCE biosensor analytical performance, sensor modifications were made. This study's goal was to evaluate the performance of SPCE doped with ZnO, MnO2, and MWCNT metal nanoparticles. The goal of this study was to evaluate the linearity, sensitivity, and limit of detection of SPCE doped with metal nanoparticles such as ZnO, MnO2, and MWCNT carbon materials. In order to achieve a detection limit (LOD) of 0,4946 mM and a sensitivity of 0,282 µA.µM.cm-2, electrochemical readings using CV were performed in the detection range of 0,6 - 1,4 mM. When this sensor is measured with interference-causing substances in the body such ascorbic acid, it exhibits poor selectivity for dopamine analytes."