Hasil Pencarian  ::  Simpan CSV :: Kembali

"Klasifikasi data citra Ultrasonograf (USG) tumor payudara telah dilakukan dengan menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS). Untuk klasifikasi diberikan pasangan-pasangan input fungsi keanggotaan (MFs) antara 0 - 0,1 dengan output pasien tumor/kanker sangat parah; input MFs 0,11 - 0,2 dengan output pasien tumor/kanker parah; input MFs 0,21 - 0,4 dengan output pasien tumor/kanker tidak parah; dan input 0,41 - 1 dengan output pasien sehat. Klasifikasi dilakukan terhadap data citra ultrasonografi baik pada pasien sehat maupun pada pasien yang memiliki kelainan, dan memberikan persentase kebenaran data training sebesar 87 %. Rule base dibuat dengan menggunakan sistem pakar (expert system) dengan 8 aturan dan training data FMS dilakukan dengan menggunakan metode backpropagation."

"

Kanker payudara adalah suatu jenis tumor ganas yang berkembang pada sel-sel payudara. Pada penelitian ini digunakan model Adaptive Neuro Fuzzy Inference System (ANFIS) dengan Selecting Feature. Neuro Fuzzy (NF) menghibridisasi keunggulan dari Artificial Neural Network (ANN) dan Fuzzy Logic (FL) untuk mengatasi masalah input informasi yang tidak pasti dan tidak tepat. Penelitian model ANFIS dengan selecting feature dilakukan dengan 4 tahap. Pada tahap pertama dilakukan preprocessing data, di mana terlebih dahulu dilakukan cleaning dataset untuk menghilangkan 16 missing value, kemudian data dinormalisasi dalam interval [0,1], selanjutnya dipilih fitur mana yang mewakili dataset menggunakan algoritma relief, correlation plot, dan ilmu di bidang kesehatannya. Tahap kedua yaitu pembagian dataset menjadi 4 label. Hal ini bertujuan untuk melihat pembagian data antara data training dan data testing mana yang proporsional untuk diuji. Tahap ketiga merupakan pengujian model ANFIS dengan eppoch= 50, 100, 150 pada 4 label dataset. Tahap ini menghasilkan nilai RMSE untuk melihat seberapa kecil tingkat kesalahan dari model ANFIS. Pada tahap akhir, dilakukan uji performance data untuk melihat akurasi pada data testing. Berdasarkan hasil uji dalam 4 label dataset, diperoleh rata-rata untuk akurasi 96,35%. Dari hasil penelitian disimpulkan bahwa model Adaptive Neuro Fuzzy Inference System dengan Selecting Feature cukup baik untuk memprediksi kanker payudara.

---

Breast cancer is a type of tumor that develops in breast cells. In this study, the Adaptive Neuro Fuzzy Inference System (ANFIS) model was used with the Selecting Feature. Neuro Fuzzy (NF) hybridizes the advantages of Artificial Neural Network (ANN) and Fuzzy Logic (FL) to solve the problem of uncertain and imprecise information input. The ANFIS research model with feature selection was carried out in 4 stages. In the first stage, data preprocessing is carried out, where first cleaning the dataset to eliminate 16 missing values, then the data is normalized in intervals [0,1], then selected which features represent the dataset using relief algorithms, correlation plots, and science in the field. his health. The second stage is dividing the dataset into 4 labels. This aims to see the distribution of data between training data and testing data which is proportional to be tested. The third stage is the ANFIS testing model with eppoch = 50, 100, 150 on 4 dataset labels. This stage generates the RMSE value to see the slightest error rate of the ANFIS model. In the final stage, a data performance test is carried out to see the accuracy of the data testing. Based on the test results in 4 dataset labels, an average of 96.35% accuracy is obtained. From the research, it was concluded that the Adaptive Neuro Fuzzy Inference System model with the Selecting Feature was good enough to predict breast cancer.

"

"[ABSTRAKTujuan: Menentukan hubungan obesitas dengan proporsi ukuran tumor, keterlibatan KGB aksila dan derajat histopatologi pada pasien kanker payudara stadium I – IIIA di RSUPNCM, serta membantu meningkatkan kualitas tatalaksana bagi klinisi.Metode: Analisa menggunakan data sekunder pada pasien kanker payudara stadium I – III A. Dikatan obesitas bila indeks massa tubuh ≥ 25 kg/m2 dan non obesitas < 25 kg/m2. Hasil ukuran tumor dikelompokkan menjadi < 2 cm, 2-5 cm dan > 5 cm berdasarkan sistem staging TNM AJCC. Ukuran tumor diperoleh melalui pencitraan ultrasonografi payudara yang tersimpan pada sistem PACS. Keterlibatan KGB aksila serta derajat histopatologi diperoleh dari hasil ekspertise patologi anatomi.Hasil: Jumlah subyek penelitian sebanyak 52 pasien kanker payudara stadium I– IIIA tahun 2012 - 2014 di RSUPNCM terdiri dari 26 pasien obesitas dan 26 pasien non obesitas. Tidak ada hubungan yang bermakna antara ukuran tumor berdasarkan staging dengan obesitas (P= 0,795 (uji chi square)). Tidak terdapat hubungan yang bermakna antara obesitas dengan derajat histopatologi (P=0,610, (uji mutlak fisher)). Tidak terdapat hubungan yang bermakna antara obesitas dan keterlibatan KGB aksila (P =0,404 (uji chi square)). Median ukuran tumor pada pasien obesitas 2,95 cm dan pasien non obesitas 2,73 cm. Dari 26 pasien obesitas, 25 diantaranya memiliki derajat tinggi. Dari 26 pasien non obesitas, 14 memiliki keterlibatan KGB aksila.Kesimpulan: Pasien kanker payudara yang obesitas tidak berhubungan dengan besarnya ukuran tumor, keterlibatan KGB aksila dan derajat histopatologi yang tinggi. Namun terdapat kecenderungan pasien kanker payudara yang obesitas memiliki ukuran tumor yang lebih besar dan tingginya derajat histopatologi. Sedangkan keterlibatan KGB aksila lebih cenderung pada pasien yang non obesitas.

---

ABSTRACTObjective: Determine the relationship of obesity with tumor size proportion, axillary lymph node involvement and histopathological grading in breast cancer patients stage I-IIIA in Cipto Mangunkusomo hospital and to help improvement the quality of management by clinician.Methods: Analysis using secondary data of breast cancer patient stage I-IIIA. Obesity grouped if body mass index ≥ 25 kg/m2 and non obese < 25 kg/m2. The results of tumor size are grouped into 0-2 cm, 2-5 cm and > 5 cm based on the AJCC TNM staging system. Tumor size obtained through breast ultrasound imaging from PACS system. Axillary lymph node involvement and histopathological grading obtained from the anatomical pathology expertise.Results: The study subjects are 52 patients with stage I-IIIA breast cancer in 2012-2014 in Cipto Mangunkusumo consisted of 26 obese and 26 non-obese patients. There is no significant relationship between tumor size based on staging with obesity (P = 0.795 (chi square test)). There was no significant relationship between obesity and grading histopathology (P = 0.610, (absolute test fisher)). There was no significant relationship between obesity and the involvement of axillary lymph nodes (P = 0.404 (chi square test)). The median tumor size of 2.95 cm in obese patients and 2,73 cm in non-obese patients. From 26 obese patients, 25 of them had a high grading histopathology. From 26 non-obese patients, 14 of them had involvement of axillary lymph nodes.Conclusion: Breast cancer patients who are obese are not related to the larger tumor size , involvement of axillary lymph nodes and a high grading of histopathology. However, there is a tendency that breast cancer patients who are obese had larger tumor size and high grading of histopathology. Where as the involvement of axillary lymph nodes are more likely in non-obese patients., Objective: Determine the relationship of obesity with tumor size proportion, axillary lymph node involvement and histopathological grading in breast cancer patients stage I-IIIA in Cipto Mangunkusomo hospital and to help improvement the quality of management by clinician.Methods: Analysis using secondary data of breast cancer patient stage I-IIIA. Obesity grouped if body mass index ≥ 25 kg/m2 and non obese < 25 kg/m2. The results of tumor size are grouped into 0-2 cm, 2-5 cm and > 5 cm based on the AJCC TNM staging system. Tumor size obtained through breast ultrasound imaging from PACS system. Axillary lymph node involvement and histopathological grading obtained from the anatomical pathology expertise.Results: The study subjects are 52 patients with stage I-IIIA breast cancer in 2012-2014 in Cipto Mangunkusumo consisted of 26 obese and 26 non-obese patients. There is no significant relationship between tumor size based on staging with obesity (P = 0.795 (chi square test)). There was no significant relationship between obesity and grading histopathology (P = 0.610, (absolute test fisher)). There was no significant relationship between obesity and the involvement of axillary lymph nodes (P = 0.404 (chi square test)). The median tumor size of 2.95 cm in obese patients and 2,73 cm in non-obese patients. From 26 obese patients, 25 of them had a high grading histopathology. From 26 non-obese patients, 14 of them had involvement of axillary lymph nodes.Conclusion: Breast cancer patients who are obese are not related to the larger tumor size , involvement of axillary lymph nodes and a high grading of histopathology. However, there is a tendency that breast cancer patients who are obese had larger tumor size and high grading of histopathology. Where as the involvement of axillary lymph nodes are more likely in non-obese patients.]"

"Proses sistem kendali adalah proses penting yang terjadi di dunia perindustrian, salah satunya di ranah industri hulu migas. Salah satu instrumen utama pada proses upstream migas adalah separator yang memiliki fungsi untuk memisahkan kandungan fluida minyak mentah yang mengalir melalui pipa menjadi beberapa wujud fase. Pada kenyataanya hampir semua proses pengendalian separator pada fasilitas produksi PT. Pertamina EP masih menggunakan model pengendalian PID konvensional yang harus terus dimonitoring oleh sumber daya manusia selama 24 jam per hari. Oleh karenanya, pada penelitian ini dirancang sebuah metode pengendalian berbasis intelligent system, yaitu simulasi pengendalian Neuro Fuzzy. Metode pengendalian Neuro-Fuzzy ini didesain menggunakan algoritma ANFIS dengan input berupa setpoint, error, dan selisih error dari proses variabel fluida separator, yaitu level (h) fluida. Penelitian dilakukan menggunakan aplikasi Simulink/MATLAB dengan memasukkan fungsi transfer dari model matematis separator lalu melakukan perbandingan dengan melihat grafik respon dan parameter antara model pengendali PID dan ANFIS. Hasil dari penelitian menunjukan bahwa performa pengendali model ANFIS secara rata-rata memiliki overshoot yang jauh lebih baik dari model PID karena selalu mendekati nol dalam tiap kondisi set point serta model ANFIS memiliki nilai error yang lebih baik pada saat set point bernilai 5 dengan perbedaan error 0,712 dari error model pengendali PID.

---

The control system process is an important process that occurs in the industrial world, one of which is in the upstream oil and gas industry. One of the main instruments in the upstream oil and gas process is a separator which has afunction to separate the crude oil fluid content flowing through the pipe into several phases. In fact, almost all separator control processes at PT. Pertamina EP still uses the conventional PID control model which must be continuously monitored by human resources 24 hours per day. Therefore, in this study, a control method based on intelligent systems is based on Neuro Fuzzy control of the level (h) of the fluid. The research was conducted using the Simulink/MATLAB application by entering the transfer function of the separator mathematical model and then making comparisons by looking at the response and parameter charts between the PID and ANFIS controller. The results of the study show that the ANFIS model controller performance on average has a much better overshoot than the PID model because it is always close to zero in each set point condition and the ANFIS model has a better error value when the set point is 5 with an error difference of 0.712. of the PID controller model error."

"ABSTRAKPengenalan pola wajah 3D dengan bilangan crisp tidak dapat diimplementasikan pada dunia nyata dikarenakan aplikasi tersebut mengabaikan parameter-parameter yang akan terjadi di dunia nyata. Ketika parameter-paramerter tersebut menjadi input, performa dari pengenalan pola wajah dengan bilangan crisp akan sangat rendah. Karena itu untuk mengatasi masalah parameter-parameter tersebut, digunakan bilangan fuzzy untuk menghadapi parameter-parmeter yang bilangan crisp tidak bisa atasi. Pengenalan pola wajah dengan bilangan fuzzy akan menggunakan metode fuzzy manifold dan fuzzy nearest distance. Performa pengenalan wajah dengan metode fuzzy manifold dan fuzzy nearest distance menunjukkan hasil yang sangat baik, mean recognition rate yang didapatkan dari percobaan sebesar 88.88%. Nilai tersebut sudah menunjukkan keuntungan penggunaan bilangan fuzzy sebagai implementasi pengenalan pola wajah.

---

ABSTRACTFace Recognition using crisps can’t be implemented in the real world because it is ignoring parameters that is happen in the real world. When the parameters become input, the performance of face recognition using crisp will be very poor. Therefore, to solve the problems that’s connected with the parameters, we use fuzzy to deal with problems that’s happen when using crisp. Face recognition using fuzzy will use these two methods, fuzzy manifold method and fuzzy nearest distance. Face recognition using fuzzy manifold and fuzzy nearest distance are showing good performance, the mean value of recognition rate that we get from the simulation is 88.88 %. The value of recognition rate already shows the advantage of using fuzzy for face recognition implementation."

"Latar Belakang: Penyakit arteri perifer (PAP) adalah manifestasi aterosklerosis sistemik, yang seringkali melibatkan penyandang diabetes melitus (DM) tipe 2. Tes ankle brachial index (ABI) telah digunakan sebagai penapis PAP, tetapi ABI normal belum menyingkirkan PAP. USG dupleks (UD) lebih sensitif namun lebih mahal daripada tes ABI, sehingga perlu diketahui karakteristik penyandang DM tipe 2 yang paling diprioritaskan untuk menjalani pemeriksaan UD.Tujuan: Tujuan penelitian ini adalah untuk membuktikan bahwa UD dapat mendeteksi PAP pada penyandang DM tipe 2 dengan ABI normal, mengenali gambaran UD PAP, dan mengenali karakteristik penyandang DM tipe 2 yang paling diprioritaskan untuk menjalani pemeriksaan UD.Bahan dan Cara Kerja: Penelitian ini menggunakan desain potong lintang dengan mengikutsertakan 40 tungkai. Setiap subyek menjalani roc ABI, pemeriksaan UD dan pen ilaian faktor-faktor risiko. Arteri-arteri ekstremitas bawah d iperiksa, dengan penilaian terhadap ketebalan kompleks intima media (KIM) arteri femoralis, adanya plak, dan evaluasi spektrum Doppler.Hasil: Dari pemeriksaan UD ditemukan PAP pada 50% (20 dari 40) tungkai. Gambaran UD PAP yang didapatkan berupa penebalan KIM arteri femoralis (20%, 4 dari 20 tungkai) dan adanya plak dengan spektrum Doppler yang masih normal di arteri-arteri ekstremitas bawah (100%, 20 dari 20 tungkai). Terdapat hubungaxi bermakna antara obesitas dan kejadian PAP (Rasio Odds = 22,45). Kesimpulan: Dari penelitian ini, kami menyimpulkan bahwa: 1) UD dapat mendeteksi PAP pada penyandang DM tipe 2 dengan A131 normal; 2) Gambaran UD PAP pada pasien-pasien tersebut berupa penebalan KIM arteri femoralis dan adanya plak dengan spektnim Doppler normal di arteri-arteri ekstremitas bawah; 3) Obesitas merupakan karakteristik penyandang DM tipe 2 yang paling diprioritaskan untuk menjalani pemeriksaan UD.

---

Background: Peripheral arterial disease (PAD) is a manifestation of atherosclerosis disease, which commonly involves the non insulin dependent diabetes mellitus (NIDDM) patients. Ankle brachial index (A13I) test has been used as a screening test for PAD, but a normal ABI does not exclude PAD. Duplex ultrasonography (DU) is more sensitive but more expensive than ABI, so it is neccessaty to assess the characteristics q f NIDDM patiens who are mostly indicated to undergo DU examination.

Objectives: The objectives of this study are to prove that DU can detect PAD in NIDDM patients with normal ABI, to assess DU appearances of PAD, and to assess the characteristics of NIDDM patiens who are mostly indicated to undergo DU examination.

Materials and Methods: This study was conducted in a cross sectional design, which involved 40 legs. Every subject underwent ABI and DU examinations. Lower extremity arteries were examined, with assessment for femoral intitnal medial thickness (IMT), the presence of plaque, and evaluation of Doppler spectrum .1-or each artery. The risk factors were evaluated by anamnesis, physical examination and laboratory examination.

Results: From DU examination, as many as 50% (20 _ from 40 legs) are found to have PAD. The DU appearances q f PAD include increase_ femoral artery LMT (20%, 4 from 20 legs) and the presence of plaques with normal Doppler spectrums in the lower extremity arteries (100%, 20 from 20 legs). There was a significant relationship between obesity and the evidence of PAD (Odds ratio = 2 2, 45).

Conclusions: From this study, we conclude that: I) DU can detect PAD in NIDDM patients with normal ABI, 2) 7Tie DUI appearances of PAD in those patients include increase femoral arrey IMT and the presence of plaques with normal Doppler spectntras in the lower extremity arteries: 3) Obesity is the characteristic of NIDDM patients who are mostly indicated to undergo DU examination."

"Tujuan: Mengetahui sensitivitas dan spesifisitas Ultrasonografi Doppler Berwarna (USG DB) dibandingkan dengan pemeriksaan histopatologi dalam menilai metastasis kelenjar getah bening (KGB) aksila level I pada pasien karsinoma payudara (KPD).Saban dan Metode: Pemeriksaan USG DB dilakukan pada 39 KGB aksila dari 17 pasien yang memenuhi kriteria penerimaan. USG DB menilai KGB dengan B-mode, Color mode clan Doppler mode untuk kemudian dibandingkan dengan pemeriksaan histopatologi, Pemeriksaan dilakukan menggunakan transduser linear frekuensi 10 MHz (GE, Logiq 3).Hasil penelitian: Pada pemeriksaan USG Doppler mode didapatkan sensitivitas 73,3%, spesifisitas 87,5%, yang bennakna secara statistik. Pemeriksaan USG Co/or mode mempunyai nilai kappa dan spesifisitas yang rendah, meskipun bermakna secara statistik. Pemeriksaan USG lainnya (B-mode maupun kombinasi) tidak memberikan hasil yang bermakna.Kesimpulan: Pemeriksaan USG Doppler mode mempunyai sensitivitas dan spesifisitas yang baik dan bermakna secara statistik. Hal ini diharapkan dapat membantu klinisi dalam menilai metastasis kelenjar getah bening aksila secara non-invasif.

---

Objective: To establish sensitivity and specificity of Color Doppler Ultrasound (CDU) in the assessment of level ! axillary lymph nodes metastases in breast cancer patients.

Material and methods:. CDU was performed in 39 aril/my lymph nodes from 17 patients, to evaluate B-mode, Color erode dan Doppler mode images in comparison with histopathologic finding of metastases. CDU examination was performed using linear transducers 1OMHz (GE, Log-4 3).

Results: The sensitivity and specificity of Doppler mode in CDU were 73,3% and 87,5%, and they were statistically significant. Although color mode evaluation was statistically significant, its specificity and kappa value are low. Other evaluations such as B-mode or combination mode gave unsignificant results,

Conclusion: Doppler mode in CDU examination has a good sensitivity and specificity in detecting axillary lymph nodes metastases. It is considered useful for the clinicians in evaluating lymph nodes status using non-invasive procedure."

"

Demam Berdarah Dengue (DBD) merupakan penyakit yang banyak ditemukan di sebagian besar wilayah tropis dan subtropis. DBD merupakan penyakit infeksi yang disebabkan oleh virus dengue yang termasuk ke dalam family flaviviridae dan genus flavivirus yang ditularkan ke manusia melalui gigitan nyamuk Aedes aegypti dan Aedes albopicus dengan masa inkubasi intrinsik 3 sampai 14 hari, dan inkubasi ekstrinsik 8 sampai 10 hari. Dalam 3 tahun terakhir, jumlah penderita DBD di DKI Jakarta menduduki jumlah tertinggi yang mencapai 813 jiwa pada tahun 2019. Pada tugas akhir ini, dibahas pembuatan model Adaptive Neuro-Fuzzy Inference System (ANFIS) untuk memprediksi jumlah insiden DBD di DKI Jakarta menggunakan data jumlah insiden DBD pada setiap wilayah di DKI Jakarta tahun 2009 sampai 2017. Hasil simulasi dari model Adaptive Neuro-Fuzzy Inference System dibandingkan dengan hasil model Artificial Neural Network (ANN) dan Ensemble ANN-ANFIS yang dievaluasi berdasarkan Root Mean Squared Error dan Mean Absolute Error. Pada tugas akhir ini, Adaptive Neuro-Fuzzy Inference System memiliki performa lebih baik dibandingkan Artificial Neural Network dan Ensemble ANN-ANFIS hampir seluruh daerah di DKI Jakarta.

---

Dengue Hemorrhagic Fever (DHF) is a disease that is found in most tropical and subtropical regions. DHF is a disease caused by dengue virus which belongs to the flaviviridae family and genus flavivirus which is transmitted to humans through the bite of Aedes aegypti and Aedes albopicus mosquitoes with an intrinsic incubation period of 3 to14 days, and extrinsic incubation period of 8 to 10 days. In the last 3 years, the number of DHF sufferers in DKI occupied the highest number, which reached 813 people in 2019. In this final project, we will discuss making an Adaptive Neuro-Fuzzy Inference System (ANFIS) model to predict the number of DHF reporting in DKI Jakarta using data on the number of DHF reporting in each region in DKI Jakarta from 2009 to 2017. Simulation result from the Adaptive Neuro-Fuzzy Inference System model are compared with the results of the Artificial Neural Network (ANN) model and the Ensemble ANN-ANFIS model, evaluated based on Root Mean Squared Error and Mean Absolute Error. In this final project, the Adaptive Neuro-Fuzzy Inference System has better performance than the Artificial Neural Network and Ensemble ANN-ANFIS in all regions in DKI Jakarta.

"