Hasil Pencarian  ::  Simpan CSV :: Kembali

"Glikosuria merupakan suatu kondisi ketika terdapat kandungan gula di dalam urine. Umumnya, penderita glikosuria adalah pasien diabetes. Kandungan gula diatas 11,10 mmol/L mengindikasikan pasien tersebut menderita diabetes. Menurut data dari International Diabetes Federation, sekitar 537 juta orang dewasa mengidap penyakit diabetes. Ibu hamil pengidap diabetes berpeluang untuk melahirkan anak dengan diabetes, hal tersebut dapat memengaruhi tumbuh kembang anak sehingga berpotensi mengidap stunting. Pada penelitian ini, dibangun sistem estimasi berbasis kolorimetri dan arsitektur CNN-AlexNet dari citra strip uji. Sistem akuisisi citra dilakukan di dalam kotak uji dengan sumber pencahayaan LED, barcode uji, dan papan warna referensi. Citra barcode uji diakuisisi dengan menggunakan kamera ponsel pintar Huawei Nova 5T, Samsung Galaxy A72, dan Vivo Y12. Citra dikoreksi menggunakan model Polynomial Color Correction (PCC) orde 9. Warna referensi yang digunakan untuk mengoreksi citra dilakukan evaluasi terhadap warna-warna yang berpengaruh dalam proses koreksi warna. 16 warna referensi dipilih dengan warna yang digunakan adalah warna grayscale, warna primer RGB, dan beberapa warna natural. Validasi dengan urine asli menggunakan arsitektur CNN-AlexNet menghasilkan performa pada model klasifikasi adalah 0,96 dan pada model regresi adalah 0,93. Hasil tersebut menunjukkan bahwa sistem estimasi berbasis citra ponsel pintar dengan prinsip kolorimetri dapat digunakan untuk menentukan kelas dan mengukur kadar gula urine.

---

Glycosuria is a condition characterized by the presence of sugar in the urine. Diabetic patients are more likely to have glycosuria. Diabetes is indicated by a sugar content greater than 11.10 mmol/L. According to the International Diabetes Federation, approximately 537 million adults have diabetes. Pregnant women with diabetes have the potential to have children with diabetes, which can affect their growth and development, potentially leading to stunting. In this study, an estimation system based on colorimetry and CNN-AlexNet architecture was built from test strip images. The image acquisition system is performed in a test box with LED lighting source, test barcode and reference color board. The Huawei Nova 5T, Samsung Galaxy A72, and Vivo Y12 smartphone cameras were used to capture the test barcode image. The image is corrected using a 9th order Polynomial Color Correction (PCC) model. The reference color used to correct the image is evaluated for the colors that affect the color correction process. Grayscale colors, RGB primary colors, and a few natural colors are used as the 16 reference colors that were chosen. Validation with urine using the CNN-AlexNet architecture resulted in a classification model performance of 0.96 and a regression model performance of 0.93. These results indicate that an estimation system based on smartphone imagery with colorimetric principles can be used to determine the class of sugar content and measure urine sugar levels."

"ABSTRAKRuang lingkup dan cara penelitian :Diabetes mellitus , saat ini merupakan masalah kesehatan nasional, dan menduduki urutan ke 4 prioritas penelitian nasional untuk penyakit degeneratif. Diperkirakan jumlah DM di Indonesia telah mencapai 1,4 juta orang. Berbagai upaya penaggulangan DM telah dilakukan. Untuk DM yang tidak bergantung insulin (NIDDM ), salah satu cara penanggulanganya dengan menggunakan obat hipoglikemik oral. Selain menggunakan obat hipoglikemik oral juga dapat digunakan obat tradisionil yang banyak tersedia di Indonesia. Sebagian masyarakat Indonesia secara empiris telah menggunakan tumbuhan jamblang untuk pengobatan DM. Bagian dari tumbuhan tersebut yang digunakan ialah biji, kulit batang dan daun. Dalam kesempatan ini diteliti efek infus daun jamblang pada tikus yang mendapat streptozotosin.Tujuan penelitian ini adalah untuk mengetahui apakah infus daun jamblang dapat melindungi kerusakan pankreas pada tikus yang mendapat streptozotosin.Penelitian dibagi menjadi 2 tahap.Penelitian tahap I, menggunakan 36 ekor tikus putih galur Sprague Dawley, jantan, sehat, berasal dari Pusat Pemeriksaan Obat dan Makanan Ditjen POM, berat badan antara 150 -200 g, dan diberikan makan pelet standar dan minun secukupnya, dikelompokkan secara acak menjadi 6 kelompok. Kelompok kontrol negatif adalah kelompok tikus yang mendapat aquades secara oral setiap hari, selama 6 hari. Kelompok kontrol positif adalah kelompok tikus yang mendapat aquades secara oral setiap hari selama 6 hari. Kelompok klorpropamid adalah kelompok tikus yang mendapat suspensi klorpropamid 200 mg/kg BB secara oral setiap hari selarna 6 hari. Kelompok ID31 adalah kelompok tikus yang mendapat infus daun jamblang dosis 33,75 g/kg BB secara oral setiap hari, selama 6 hari . Kelompok IDJ2 adalah kelompok tikus yang mendapat infus daun jamblang dosis 67,5 g/kg BB setiap hari, selama 6 hari. Kelompok IDJ3 adalah kelompok tikus yang mendapat infus daun jamblang dosis 135 g/kg BB setiap hari selama 6 hari.. Pada hari ke 0 sebelum mendapat perlakuan, masing - masing tikus dalam keadaan terbius dengan eter diambil darahnya sebanyak 2 ml ke dalam tabung mengandung heparin dari vena ekor untuk pengukuran kadar glukosa, kadar malondialdehid (MDA) dan aktivitas superoksida dismutase (SOD) awal. Kemudian dilakukan pemberian aquades secara oral kepada kelompok kontrol negatif dan kontrol positif, infus daun jamblang secara oral kepada kelompok IDJ 1, IDJ2, IDJ3 dan suspensi klorpropamid secara oral kepada klorpropamid. Pada hari ke 6 kecuali kelompok kontrol negatif, kepada masing- masing tikus disuntikkan streptozotosin 50 mg/kg BB dalam dapar sitrat pH 4 secara intravena. Kepada tikus kelompok kontrol negatif, hanya disuntikkan dapar sitrat (pelarut streptozotosin). Pada hari 9 semua tikus diambil lagi darahnya sebanyak 2 ml untuk pemeriksaan kadar glukosa darah, kadar MDA, dan aktivitas SOD. Pengukuran kadar glukosa dalam darah menggunakan metode glukosa oksidase menggunakan kit reagen dari STReagensia. Pengukuran kadar MDA plasma dilakukan dengan mereaksikanya dengan asam tiobarbitural, dalam suasana asam diukur absorbannya pada panjang gelombang 532 tun. Pengukuran aktivitas superoksida dismutase (SOD) eritrosit ditetapkan dengan metode Misra dan Fridovic, ekstraksi SOD dari eritrosit dilakukan dengan metode Auclair dan Banoun. Sesudah pengambilan darah pada hari ke 9, segera dilakukan tahapan pemeriksaan histologis dengan membunuh semua tikus dengan cara didekapitasi, diambil organ - organnya dan diamati secara makroskopis. Bila ditemukan kelainan patologis, maka organ pankreas, hati dan ginjal diambil, kemudian difiksasi dengan larutan buffer formalin 10 %, kemudian dilakukan pengamatan dengan mikroskop cahaya setelah pewarnaan hematoksilin eosin.Penelitian tahap II, menggunakan 18 ekor tikus dengan situasi dan kondisi yang sama seperti tikus yang digunakan pada penelitian tahap I, secara acak dibagi menjadi 3 kelompok. Kelompok IDJI-0 adalah kelompok tikus yang mendapat infus daun jamblang secara oral dengan dosis 33,75 glkg BB, kelompok IDJ2-0 adalah kelompok tikus yang mendapat infus daun jamblang dosis 67,5 g/kg BB, dan kelompok IDJ3-0 adalah kelompok tikus yang mendapat infus daun jamblang dosis 135 glkg BB selama 6 hari berturut - turut. Pada hari ke 7 kepada masing- masing tikus pada ketiga kelompok dilakukan pemeriksaan histologis dengan Cara yang sama dengan pada penelitian tahap I.Hasil dan kesimpulan:Kadar glukosa plasma kelompok klorpropamid lebih rendah , berbeda bermakna secara statistik dibandingkan dengan kontrol positif (p<0,05). Kadar glukosa plasma kelompok IDJ1, lebih rendah, berbeda tetapi tidak bermakna secara statistik dibandingkan dengan kontrol positif (p>0,01). Kadar glukosa plasma kelompok IDJ2,dan IDJ3 lebih rendah, berbeda bermakna secara statistik dibandingkan dengan kontrol positif (p<0,05). Kadar MDA plasma kelompok klorpropamid, IDJ1, 1DJ2, dan IDJ3 lebih. rendah, berbeda bermakna secara statistik dibandingkan dengan kontrol positif (p<0,05). Kadar MDA kelompok klorpropamid lebih rendah, berbeda bermakna secara statistik dibandingkan dengan kelompok IDJI,IDJ2 dan IDJ3 (p<0,05). Aktivitas SOD kelompok klorpropamid, IDJI, IDJ2, IDJ3 lebih rendah , berbeda tetapi tidak bermakna secara statistik dibandingkan dengan kontrol positif (p>0,05).Dari hasil pemeriksaan histologis, semua tikus kecuali pada kelompok kontrol negatif, sel 3 pulau Langerhans mengalami perubahan menjadi hiperseluler, yang ditandai dengan inti yang lebih hiperkromatik dan sitoplasmanya mengecil. Satu tikus dari kelompok I031 pankreasnya mengalami perdarahan yang hebat. Pada kelompok kontrol positif ditemukan tikus yang sel 0 pulau Langerhansnya mengalami hipertropi dibanding kelompok kontrol negatif. Pada kelompok IDJ1 ditemukan hipertropi pada sel 3, dibandingkan dengan sel 3 sekelilingnya. Ditemukan adanya tumor pada ginjal tikus kelompok IDJ3. Gambaran histologis kualitatif tidak secara jelas menggambarkan hubungan antara kemampuan daun jamblang melindungi kerusakan sel akibat streptozotosin dalam menurunkan kadar glukosa plasma. Ditemukan adanya 1 tumor pada ginjal tikus kelompok IDJ3.Hasil pemeriksaan histologis tahap II , pada organ pankreas dan ginjal tidak ditemukan sel tumor.Kesimpulan: 1. Infus daun jamblang dapat menurunkan kadar glukosa plasma.2. Infus daun jamblang dapat menurunkan kadar MDA, diduga kuat mekanismenya sebagai anti oksidan.3. Infus daun jamblang tidak mempengaruhi aktivitas SOD eritrosit.4. Efek proteksi daun jamblang mencegah penurunan fungsi pankreas akibat penyuntikan streptozotosin.5. Tumor pada ginjal yang ditemukan pada penelitian tahap I bukan disebabkan oleh infus daun jamblang pemberian oral selama 6 hari.Saran:1. Perlu dilakukan isolasi kandungan aktif senyawa yang mempunyai efek hipoglikemik, dan mengetahui zat apa yang berkasiat hipoglikemik.2. Untuk lebih mengetahui mekanisme kerja infus daun jamblang perlu diadakan penelitian tingkat seluler, mengukur, kadar MDA, aktivitas SOD pada organ pankreas utuh dan pembanding antioksidan.3. Perlu diadakan penelitian lebih lanjut, tentang efek yang merugikan seperti efek karsinogenik, atau efek toksik kronik yang lain."

"Latar Belakang: Risiko Non-Alcoholic Fatty Liver Disease NAFLD meningkat pada pasien dengan diabetes melitus DM tipe 2. Prevalensi dan faktor-faktor yang berhubungan dengan peningkatan risiko NAFLD pada populasi DM di Indonesia belum pernah diteliti. Profil derajat fibrosis pada populasi ini juga masih belum diketahui. Tujuan: Mengetahui perbedaan profil pasien DM dengan atau tanpa NAFLD serta derajat fibrosisnya. Metode: Penelitian dikerjakan secara potong lintang terhadap pasien DM tipe 2 dewasa yang berobat di poliklinik endokrin metabolik RSCM. Pengambilan sampel dilakukan secara konsekutif. Data yang dikumpulkan mencakup usia, lama diabetes, indeks masa tubuh IMT , lingkar pinggang, kadar HDL, trigliserida, dan HbA1C. Ultrasonografi abdomen dikerjakan pada semua pasien untuk menentukan adanya NAFLD. Pasien dengan NAFLD lalu menjalani pemeriksaan elastografi transien untuk menilai derajat fibrosis. Uji Chi Square atau Fischer's-Exact digunakan untuk analisis bivariat dan regresi logistik digunakan untuk analisis multivariat. Hasil Penelitian: Sebanyak 186 pasien dianalisis dalam studi ini, dengan 84 pasien 45,2 terbukti mengalami NAFLD. Elastografi transien berhasil dikerjakan pada 68 pasien NAFLD, dengan 17 pasien 25,0 terbukti mengalami fibrosis berat. Analisis univariat menunjukan perbedaan signifikan IMT PR=1,878; 95 CI= 1,296-2,721.

---

Background: Risk of Non Alcoholic Fatty Liver Disease NAFLD is increased in patients with type 2 diabetes. Prevalence and factors related to the increased risk of NAFLD in diabetic patients in Indonesia are currently unknown. Data regarding fibrosis profile in this population is also unknown.

Aim: To understand the prevalence and fibrosis profile of Non Alcoholic Fatty Liver Disease in diabetes mellitus and factors associated with it.

Methods: This study was a cross sectional study on diabetic patients treated in the endocrinology and metabolic clinic of Cipto Mangunkusumo Hospital. Sampling was done consecutively. Data collected comprised of age, duration of diabetes, body mass index BMI, waist circumference, HDL, triglyceride, and HbA1C. Abdominal ultrasonography was conducted to every patient to determine the presence of NAFLD. Patients with NAFLD underwent transient elastography to assess their degree of liver fibrosis. Collected data were analyzed in univariate and multivariate manner.

Study Results: We analyzed 186 patients with diabetic. NAFLD were diagnosed in 84 patients 45,2. Transient elastography were carried out in 68 patients, with advanced fibrosis were found in 17 patients 25,0. Univariate analysis showed significant differences between BMI PR 1,878 95 CI 1,296 2,721 p"

"ABSTRAK<

Diabetes merupakan penyakit kronis yang terjadi ketika terdapat peningkatan kadar glukosa dalam darah karena tubuh tidak dapat atau tidak cukup menghasilkan hormon insulin atau tidak dapat menggunakan insulin secara efektif. Umumnya untuk mendeteksi penyakit diabetes adalah dengan tes kadar gula darah atau hemoglobin HbA1c yang dilakukan oleh praktisi medis. Pada penelitian ini, dibangun sistem prediksi penyakit diabetes berbasis iridologi atau melalui citra mata, menggunakan machine learning. Sistem yang dikembangkan terdiri dari instrumen akuisisi citra mata dan algoritma pengolahan citra. Metode GLCM (Gray Level Co-Occurence Matrix) digunakan untuk proses ekstraksi ciri, dengan tujuan untuk mendapatkan ciri tekstur pada citra. Metode SVM (Support Vector Machine) dan kNN (k Nearest Neighbor) digunakan untuk proses klasifikasi kelas diabetes dan non-diabetes. Hasil klasifikasi kemudian dilakukan proses validasi dengan menggunakan metode k-fold cross validation. Hasil yang diperoleh menunjukkan bahwa metode kNN memiliki performa yang lebih baik dibandingkan dengan metode SVM. Performa terbaik didapatkan saat variasi kombinasi ukuran area segmentasi 30×360 dengan jarak antar tetangga 30 pixel. Tingkat akurasi yang diapatkan dari pengujian sebesar 79,6%, dengan nilai misclassification rate (MR) 20,4%, false positive rate (FPR) 20,6%, false negative rate (FNR) 20%, sensitivity 87,1%, dan specificity 70,0%.

 

---

ABSTRACT

Diabetes is a chronic disease that occurs when there is an increase in glucose levels in the blood because the body cannot produce enough of the hormone insulin or cannot use insulin effectively. Generally, to detect diabetes is by pengujian blood sugar levels or hemoglobin HbA1c carried out by medical practitioners. In this study, a diabetes prediction system based on iridology or through eye images was constructed using machine learning. The developed system consists of eye image acquisition instruments and image processing algorithms. The GLCM (Gray Level Co-Occurence Matrix) method is used for feature extraction processes, with the aim of obtaining texture characteristics in the image. The SVM (Support Vector Machine) and kNN (k Nearest Neighbor) methods are used to classify diabetic and non-diabetic classes. The classification results are then validated by using the k-fold cross validation method. The results show that kNN method has better performance compared to the SVM method. The best performance is when size of the segmentation area 30×360 pixel with the distance between neighbors 20 pixel. The results show that the accuracy from pengujian is 79.6%, misclassification rate (MR) 20.4%, false positive rate (FPR) 20.6%, false negative rate (FNR) 20.0%, sensitivity 87.1%, and specificity 70.0%.

 

"

"Salah satu metode deteksi penyakit Diabetes mellitus ialah dengan mengukur kadar glukosa pada darah dengan mengambil sejumlah darah untuk dilakukan pengukuran. Selain itu, metode pengukuran bersifat non-invasif juga sedang mengalami perkembangan, di antaranya ialah iridologi. Penelitian ini memfokuskan pada perancangan suatu sistem prediksi Diabetes mellitus melalui citra iris (iridologi) yang bersifat non-invasif. Pemetaan organ yang berkorespondensi pada wilayah iris dapat dimanfaatkan untuk memprediksi kerusakan jaringan organ, khususnya pada pankreas sebagai penghasil insulin. Sistem yang dikembangkan terdiri atas instrumen akuisisi citra iris dan algoritma pengolahan citra yang berbasis pada ciri tekstur. Pemrosesan citra yang dilakukan ialah peningkatan kualitas melalui metode FFT filtering dan grayscaling, lokalisasi iris dengan circular hough transform (CHT), dan normalisasi dengan rubber-sheet normalization. Kemudian dilakukan segmentasi daerah pankreas pada iris sejumlah satu ROI di mata kanan dan dua ROI di mata kiri. Akuisisi citra iris dilakukan sebanyak tiga kali pada 15 subjek tidak Diabetes dan 11 subjek Diabetes. Ekstraksi ciri yang dilakukan menggunakan filter Gabor pada bagian ROI tersebut. Model ANN digunakan untuk klasifikasi kelas Diabetes dan non-Diabetes menggunakan metode SCG dan cross validation menghasilkan akurasi sebesar 87.6%, misclassification error (MR) 12.4%, false positive rate (FPR) 8.26%, false negative rate (FNR) 18.8%, sensitivity 81.2% dan specificity 91.7%. Nilai tersebut menggambarkan bahwa sistem secara umum dapat bekerja untuk membantu prediksi seseorang berpenyakit Diabetes.

---

One of Diabetes mellitus detection method is to measure the blood glucose by drawing small amount of blood. Other than that, some non-invasive methods also have been developed, one of the alternative methods is iridology. This research focus on development of non-invasive Diabetes mellitus prediction system through iris image. The mapping of organs that corresponded in iris image can be used to detect damaged tissues of an organ, particularly in pancreas where insulin hormone is made.

The developed system consists of image acquisition instrument and image processing algorithm using texture characteristics. The processing starts with image enhancement using filter FFT and grayscaling, iris localization using circular hough transform (CHT), and normalization using rubber-sheet normalization. Segmentation on pancreas in iris image then resulted as followed, one ROI of right eye image and two ROIs of left eye image.

Image acquisition was done with maximum of three images taken and used from 15 health subjects and 11 Diabetes subjects. Feature extraction method that used is Gabor filter. Classification model ANN is used to classify between Diabetes and health subjects with SCG function and cross validation results in accuracy number of 87.6%, misclassification error (MR) 12.4%, false positive rate (FPR) 8.26%, false negative rate (FNR) 18.8%, sensitivity 81.2% and specificity 91.7­­%. Those results show that, system in general has worked to help in prediction of Diabetes."

"Latar Belakang: Pengukuran Indeks Massa Tubuh tunggal tidak cukup menilai atau mengelola risiko kardiometabolik yang terkait peningkatan adipositas pada dewasa. Lingkar Perut direkomendasikan untuk secara rutin dinilai dalam praktik klinis sehari-hari namun angkanya bervariasi antar ras dan etnis. Tujuan : Penelitian ini bermaksud menentukan nilai titik potong optimal untuk prediksi kejadian Diabetes Mellitus Tipe 2 (DMT2) dan penyakit kardiovaskular pada populasi di Indonesia. Metode : Kami menganalisis data sekunder dari studi Kohort Penyakit Tidak Menular Bogor di tahun 2011-2018, terdiri dari 2077 orang dewasa berusia 25-65 tahun. Nilai titik potong baru yang diusulkan untuk Indeks Massa Tubuh (IMT) dan Lingkar Perut (LP) dihitung menggunakan analisis kurva ROC dan Youden indeks. Hasil : Insidensi Kejadian Diabetes Mellitus dan penyakit Kardiovaskular pada follow up subjek di tahun keenam sejak baseline, didapatkan yaitu sebanyak 13,7% dan 8,9%. Nilai titik potong IMT untuk kejadian diabetes melitus tipe 2 atau penyakit kardiovaskular ialah 23 kg/m2 dengan sensitivitas 72,2 % dan spesifisitas 41,8 %. Nilai titik potong lingkar perut (LP) untuk laki-laki 79 cm dengan sensitivitas 60,9% dan spesivisitas 66,4% sedangkan untuk perempuan ialah 77 cm dengan sensitivitas 74,3% dan spesivisitas 40,5%. Kesimpulan : Nilai titik potong yang baru diusulkan yaitu untuk IMT ialah 23 kg/m2 dan LP 79 cm untuk Laki-Laki dan 77 cm untuk perempuan dapat digunakan untuk penyaring risiko DMT2 dan penyakit Kardiovaskular pada penduduk Indonesia.

---

A single Body Mass Index (BMI) measurement does not adequately assess or manage the cardiometabolic risk in adults. Waist circumference (WC) is recommended to be routinely assessed in daily clinical practice but might be differ based on different race or ethnicity. This study aims to determine the optimal cut-off point for predicting the incidence of Type 2 Diabetes Mellitus (T2DM) and cardiovascular disease in Indonesia. We analyzed secondary data from the Bogor Non-Communicable Disease Cohort study in 2011-2018, consisting of 2077 adults aged 25-65 years. The new proposed cut-off values for BMI and WC were calculated using ROC curve analysis. The incidence of T2DM and CV events in the sixth year followup, was found to be 13.7% and 8.9%, respectively. The cut-off point for BMI for the incidence of T2DM or CV disease was 23 kg/m2 (Sn 72.2% and Sp 41.8%). The cut-off point of WC for men is 79 cm (Sn 60.9% and Sp 66.4%), while for women is 77 cm (Sn 74.3% and a Sp 40.5%). As conclusions The newly proposed cut-off value for BMI is 23 kg/m2 and WC 79 cm for men and 77 cm for women can be used to screen for the risk of T2DM and CV disease in Indonesia."

"Diabetes melitus merupakan penyakit tidak menular yang termasuk dalam kategori penyakit kronis dan diperkirakan akan mengalami peningkatan, sehingga dibutuhkan cara untuk melakukan pengendalian yang direkomendasikan oleh Kementrian Kesehatan berupa penatalaksanaan diabetes melitus secara cerdik. Penelitian ini bertujuan untuk menganalisis pengaruh edukasi, manajemen nutrisi, aktivitas fisik, pengelolaan stres terhadap kesadaran diri penderita diabetes melitus tipe 2 di Kabupaten Mojokerto. Jenis penelitian Quasi Experiment Pre-Post Test With Control Group Design selama 5 minggu, tanggal 19 Maret sampai dengan 30 April 2018. Sampel diambil dengan teknik purposive sampling, yaitu 47 kelompok intervensi dan 52 kelompok kontrol. Terdapat pengaruh edukasi, manajemen nutrisi, aktivitas fisik, pengelolaan stres terhadap kesadaran diri penderita diabetes melitus tipe 2 p value 0,001 < 0,05 . Peningkatan kesadaran diri diabetisi tipe 2 dibutuhkan untuk melakukan manajemen diri yang baik. Oleh karena itu, dibutuhkan peran perawat spesialis komunitas dalam memberikan intervensi sesuai dengan kebutuhan penderita diabetes melitus akan penatalaksanaan penyakit.

---

Diabetes mellitus is a non communicable disease that is included in the category of chronic diseases and is expected to increase, so it takes a way to perform controls recommended by the Ministry of Health in the form of management of diabetes melitus cleverly. This study aims to analyze effect of education, nutrition management, physical activity, stress management towards self awareness type 2 diabetes in Mojokerto Distict. Types of research Quasi Experiment Pre Post Test With Control Group Design for 5 weeks, 19 March to 30 April 2018. Samples were taken by purposive sampling technique, that is 47 intervention group and 52 control group. There is influence of education, nutrition management, physical activity, stress management to self awareness of type 2 diabetes p value 0,001 0,05 . Increased self awareness of type 2 diabetes is required to perform good self management. Therefore, the role of nurse specialist community in providing nursing intervention in accordance with the needs of people with diabetes will be the management of the disease."

"Tujuan Mengetahui hubungan antara nilai glukosa darah puasa, disfungsi ereksi DE, dan lower urinary tract symptoms LUTS pada pasien dengan pembesaran prostate jinak.Metode Terdapat 42 pasien berusia lebih dari 50 tahun dengan pembesaran prostat jinak. LUTS dan DE dievaluasi dengan menggunakan International Prostate Symptom Score IPSS and International Index of Erectile Function-5 IIEF-5. Diabetes mellitus ditegakkan jika gula darah puasa lebih dari 126 mg/dL. LUTS dikategorikan menjadi 3 grup; ringan, sedang, dan berat dimana DE dikategorikan menjadi 2; positif dan negative. Semua data dianalisa menggunakan SPSS ver. 22.Hasil Usia rata-rata pasien adalah 68,83 8,56 tahun dengan mayoritas menderita DE 83.33 dan LUTS 80.96. Diabetes mellitus ditemukan pada 26,19 pasien dengan rata-rata nilai gula darah puasa 108.3 21.1 mg/dL. Nilai IPSS didapati berhubungan signifikan dengan nilai gula darah puasa r = 0.879, p

---

Aims To discover the correlation between fasting glucose level, erectile dysfunction, and lower urinary tract symptoms LUTS in patients diagnosed with benign prostatic hyperplasia BPH .Methods There were 42 patients with BPH related LUTS aged over 50 years old enrolled in this study. LUTS and erectile dysfunction ED were evaluated using International Prostate Symptom Score IPSS and International Index of Erectile Function 5 IIEF 5 . Diabetes mellitus was established if fasting glucose level was above 126 mg dL. LUTS was classified into 3 groups mild, moderate, and severe LUTS while ED was classified into 2 groups ED positive and ED negative. Data were analyzed using SPSS ver. 22Results Patients rsquo mean age was 68.83 8.56 years old with most of them had ED 83.33 and also suffered from severe LUTS 80.96 . Diabetes mellitus was observed in 26.19 subjects with mean fasting glucose level was 108.3 21.1 mg dL. IPSS score were significantly correlated with fasting glucose level r 0.879, p "

"The proportion of people with diabetes in Indonesia is 6.9%, of whom, 90% suffer from type 2 diabetes. To control diabetes, the International Diabetes Foundation has a self-monitoring blood glucose program (SMBG) that is designed to gather detailed information about blood glucose, which can be used to define the required dietary and physical activity. In Indonesia, SMBGs have not been applied widely due to some difficulties with the SMBG application, including difficulty with interpreting blood glucose levels and the required food consumption. The rapid development of smartphones and the internet in recent years may provide a solution for SMBG applications in Indonesia. Therefore, the aim of this research is to design an SMBG application that meets the needs of people with diabetes. In designing the application, the Kansei Engineering method was used due to its ability to capture impressions of the product that reflect hidden needs. Kansei Engineering was applied to translate the patient’s perception into design elements. Statistical analysis – particularly Factor Analysis and Partial Least Squares Analysis – were used to support the Kansei Engineering method. Statistical analysis indicated that four main design components needed to be considered in the design, including ‘data record persistence’, ‘ease of use’, ‘data presentation’, and ‘visual attractiveness’. These four components were used as the basic design concepts, which were transferred to new design specifications based on Partial Least Squares Analysis. The selected design elements (or premium Kansei) were ‘color scheme – light’, ‘language – Bahasa’, and ‘input dialog – typing’. The result of this research is a design for an SMBG android-based application that is easy to use and also provides appropriate information to patients with diabetes so they can plan their diet program."

"Alkalinitas memegang peranan penting dalam keseimbangan pH dalam air. Strip uji air sebagai instrumen pengukuran kadar alkalinitas total yang murah dan praktis digunakan tidak dapat memberikan hasil yang optimal karena perubahan warna dilihat dengan mata telanjang. Pada penelitian ini, dikembangkan sistem pembacaan perubahan warna barcode uji menggunakan analisis citra berbasis kamera ponsel pintar. Barcode uji merupakan pengembangan strip uji air yang terdiri dari tiga bagian sehingga berbentuk kotak menyerupai barcode. Pengaruh kompresi citra terhadap kualitasnya beserta tipe file citra sebagai input sistem yang dibangun juga akan dibahas lebih dalam pada penelitian ini. Barcode uji diambil menggunakan kamera ponsel pintar Samsung Galaxy A72, Huawei Nova 5T, dan RealMe 3Pro. Kompresi kualitas citra dilakukan dengan metode DCT dari kualitas 10% – 100% untuk memperkecil ukuran file citra tanpa mereduksi banyaknya informasi serta mempermudah proses transmisi data. Citra disegmentasi dan dikoreksi warnanya menggunakan metode Polynomial Color Correction (PCC) untuk kemudian dijadikan input dalam membangun sistem pengklasifikasi dan pengukuran kadar alkalinitas total air dengan arsitektur AlexNet. Metode segmentasi dan koreksi warna yang dibangun berhasil dilakukan pada tipe file citra JPG, PNG, BMP, dan TIF, namun dengan memerhatikan ukuran file dan nilai koreksi warna (Delta E), maka tipe file JPG dipilih sebagai tipe file input citra. Kinerja metode kompresi DCT dievaluasi menggunakan parameter PSNR, dimana kualitas maksimum yang masih mampu dijadikan sebagai input sistem yang dibangun adalah kualitas 80%. Arsitektur AlexNet sebagai model klasifikasi memiliki akurasi sebesar 99,5% dan model regresi memiliki nilai R2 = 0,995 dan RMSE = 4,249. Validasi model menggunakan air minum, air PAM sebagai air kebutuhan sanitasi, dan air kolam renang dengan arsitektur AlexNet menghasilkan nilai R2 = 0,906 dan RMSE = 8,861 untuk model regresi dan akurasi sebesar 90,8% untuk model klasifikasi.

---

Alkalinity plays important role in pH balance in the water. Water test strips an instrument for measuring total alkalinity levels, which are less expensive and easy to use, unfortunately cannot provide the optimal results because the color changes seen with the naked eye. In this study, a test barcode color change reading system was developed using a smartphone-based image analysis. The test barcode is the development of water test strip that consisting of three parts so that it is in the form of a square looks like barcode. The effect of image compression quality and the type of image file as input on system will be discussed. The test barcode image was taken using smartphone Samsung Galaxy A72, Huawei Nova 5T, and RealMe 3Pro. Image quality compression using DCT method from quality 10% – 100% to reduce image file size without reducing more of information and simplifying the data transmission process. The image will be segmented and color corrected applied using the Polynomial Color Correction (PCC) method to then be used as input on total alkalinity classification system and measurement system in water using AlexNet architecture. The segmentation and color correction methods has been successfully tested on JPG, PNG, BMP, and TIF image type files, but based on the file size and corrected value (Delta E), the JPG type file is chosen as the image input type file. The performance of DCT compression method is evaluated using PSNR, where the maximum quality that can still be used as input of system is 80%. AlexNet architecture as a classification model has an accuracy of 99,5% and the regression model has value of R2 = 0,995 and RMSE = 4,249. Model validation using drinking water, pool water, and PAM water as hygiene and sanitation water with AlexNet architecture resulted value of R2 = 0,906 and RMSE = 8,861 for the regression model and an accuracy of 90,8% for the classification model. "