Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tulisan ini menggunakan temuan data inkuiri nasional Komnas HAM sebagai data sekunder untuk memperlihatkan konflik hak atas hutan dan permasalahan kriminalisasi di dalamnya. Kriminalisasi masyarakat adat di kawasan hutan merupakan hasil dari penguasaan dan pengelolaan hutan yang cenderung kapitalis. Ekologi Marx dalam hal ini memberikan argumentasi bahwa kriminalisasi masyarakat adat tidak berdasar. Keduanya justru bermetabolisme dalam menjaga keberlangsungan ekologi. Penelusuran, tradisi pemikiran Marx dan Quinney dalam payung kriminologi kritis serta ekologi politik memberikan gambaran situasi dan kerentanan masyarakat adat terutama untuk dikriminalisasi.

---

This paper is using National Human's Rights Commission finding inquiry data to show up the rights conflict towards forest area and the criminalization in it. The criminalization of indigenous peoples in the forest areas is the result of the control and authority of the forests that tend to be capitalist. Marx's ecology, in this case argues that indigenous peoples criminalization is insubstansial. Both are metabolized to maintain the ecological substainability. An investigation, Marx and Quinney's thought in critical criminology area along with political ecology display a situation and vulnerability of indigenous peoples, especially for the criminality."

"Mata kering merupakan penyakit yang beredar pada masyarakat umum. Mata kering menyebabkan rasa tidak nyaman dan mengganggu aktivitas sehari-hari. Faktanya, lebih dari 85% penderita penyakit mata kering disebabkan kerusakan kelenjar meibom (meibomian gland dysfunction, MGD). Akibatnya mata yang memilki MGD menjadi kering karena intensitas evaporasi air mata meningkat. Untuk mendeteksi tingkat MGD dilakukanmeibography. Dari hasil meibography, klinisi (dokter spesialis mata) menilai tingkat MGD yang disebut meiboscore. Namun realitanya, penilaian meiboscore masih sangat subjektif antar para klinisi. Alat yang digunakan juga mahal dan tidak seluruh klinik mata memiliki alat tersebut. Oleh karena itu pada tugas akhir ini dilakukan deteksi tingkat kerusakan kelenjar meibom dengan pendekatan faktor-faktor potensi MGD dan machine learning. Metode machine learning yang digunakan dalam tugas akhir ini ini adalah radial basis function neural network (RBFNN). Metode machine learning dalam studi ini dilakukan Teknik SMOTE terelebih dahulu untuk menyeimbangkan jumlah data antar kelas, lalu data dibagi menjadi data training dan data testing dengan rasio sebesar 90%: 10%, 80%: 20%, 70%: 30%, dan 60%: 40% . Selain itu dilakukan pengurangan fitur-fitur yang kurang relevan menggunakan seleksi fitur Chi square. Hasil evaluasi metode RBFNN memperoleh nilai rata-rata akurasi, presisi, recall dan f1-score terbaik dicapai menggunakan data testing 20% dengan masing-masing mencapai nilai 96%, 95%, 100%, dan 95% secara berurut

---

Dry eye is a common disease happened among the public. Dry eye causes discomfort and distracts daily activities. More than 85% dry eye suffers are caused by meibomian gland dysfunction (MGD). As a result, eyes with MGD becomes dry due to high tear evaporation intensity. Detecting MGD can be done by meibography. The MGD level is scored by clinicians which is called meiboscore. However, scoring the meiboscore is still very subjective among the clinicians. The tool that is used are expensive and not all eye clinics have this tool. Therefore, this study aims to detect the MGD level with the approach of MGD potential factors and machine learning. In this study radial basis function neural network (RBFNN) is used. The machine learning method performs SMOTE technique to balance the amount of data in each class, then all data is divided into training data and testing data by90%: 10%, 80%: 20%, 70%: 30%, and 60%: 40% respectively. Moreover, irrelevant features are reduced to optimize using feature selection, Chi Square. To reduce the features that are less relevant, Chi square feature selection is performed. RBFNN method obtained the best average accuracy 96%, average precision 95%, average recall 100%, and average f1-score 95% using the 20% data testing."

"Hidroksiklorokuin merupakan obat antimalaria yang digunakan dalam pengobatan lupus eritematosus sistemik, reumatoid artritis, dan malaria. Namun, hidroksiklorokuin memiliki efek samping seperti toksisitas okular, neurotoksisitas, gangguan gastrointestinal, hingga toksisitas berat seperti kardiotoksisitas. Oleh karena itu, diperlukan pemantauan terapi obat dalam penggunaan hidroksiklorokuin dosis tinggi atau jangka waktu yang panjang. Tujuan dari penelitian ini adalah untuk mendapatkan metode analisis dan preparasi sampel hidroksiklorokuin dalam VAMS menggunakan Kromatografi Cair Kinerja Tinggi – Photodiode Array yang optimum dan tervalidasi berdasarkan pedoman Food and Drug Administration 2018. Analisis kuantifikasi hidroksiklorokuin dilakukan dengan KCKT-PDA dengan kolom C18 (Waters, Sunfire™ 5μm; 250 x 4,6mm), volume injeksi 100 μL, dan suhu kolom 45 ºC. Fase gerak terdiri atas asetonitril-dietilamin 1% (65:35) (elusi isokratik) dengan laju alir 0,8 mL/menit dan total waktu analisis 12 menit. Preparasi sampel dalam VAMS dilakukan dengan metode ekstraksi cair-cair dengan pelarut amonia 1% dan n-heksan-etil asetat (50:50 v/v) dengan volume masing-masing 500 μL. Darah di dalam VAMS dikeringkan selama 2 jam, lalu ditambahkan baku dalam dan larutan ammonia 1%. Sampel dikocok dengan vortex selama 15 detik dan disonikasi selama 5 menit. Kemudian ditambahkan n-heksan-etil asetat (50:50) lalu dikocok kembali dengan vortex selama 15 detik dan disentrifugasi selama 5 menit pada kecepatan 10.000 rpm. Fase n-heksan-etil asetat diambil lalu dikeringkan dengan gas Nitrogen. Residu hasil pengeringan direkonstitusi dengan fase gerak sebanyak 150 μL dan dipindahkan ke vial autosampler untuk dianalisis dengan sistem KCKT-PDA. Metode ini telah memenuhi parameter validasi penuh menurut Food and Drug Administration 2018, dengan LLOQ 2 ng/mL dan rentang kurva kalibrasi 2-6500 ng/mL dengan koefisien korelasi 0,99927-0,99969.

---

Hydroxychloroquine is an antimalarial drug that used for systemic lupus erythematosus, rheumatoid arthritis, and malaria treatment. However, hydroxychloroquine has several side effects such as ocular toxicity, neurotoxicity, gastrointestinal disorder, and also severe toxicity like cardiotoxicity. Therefore, therapeutic drug monitoring of high dose or long-term use of hydroxychloroquine is needed. This study aims to obtain an optimum and validated analysis and preparation method for hydroxychloroquine in VAMS using High Performance Liquid Chromatography – Photodiode Array Detector based on Food and Drug Administration guidelines (2018). Hydroxychloroquine quantification was performed using HPLC-PDA with Waters Sunfire™ C18 (5μm; 250 x 4,6mm) column with injection volume of 100 μL, and the temperature of column was controlled at 45 ºC. Mobile phase consist of acetonitrile-diethylamine 1% (65:35) (isocratic elution) and delivered at a flow rate of 0,8 mL/min through out the 12 minutes run. Sample in VAMS is extracted by liquid-liquid extraction with ammonia 1% and n-hexane-ethyl acetate (50:50 v/v), 500 μL each as a solvent. Blood in VAMS was dried for 2 hours, then added with internal standard solution and 1% ammonia solution. The samples were mixed on vortex for 15 seconds and sonicated for 5 minutes. n-hexane-ethyl acetate (50:50) was added to the samples, then mixed again on vortex for 15 second and centrifuged for 5 minuted at a speed of 10,000 rpm. n-hexane-ethyl acetate phase was separated and dried under Nitrogen gas flow. The residue from drying process as reconstituted with 150 μL mobile phase and transferred to autosampler vial for analysis. This method has successfully qualify the Food and Drug Administration (2018) parameters, with 2 ng/mL of LLOQ, range of calibration curve 2-6500 ng/mL, and coefficient of correlation 0,99927-0,99969."