📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 6,268 dokumenDESAIN LIGAN RADIOFARMAKA UNTUK CDK7 SECARA IN SILICO
Kanker merupakan penyakit yang mempunyai pengertian sebagai proliferasi yang tidak terkendali dari sel-sel yang diubah yang dipengaruh oleh seleksi alam dan evolusi. Perubahan sel normal menjadi sel kanker melibatkan mutasi serta ekspresi yang berlebihan dan pengurangan ekspresi dari protein tertentu seiring dengan perkembangan kanker. Salah satu kelas protein yang diekspresi secara berlebihan adalah cyclin-dependent kinase (CDK). CDK merupakan kelas dari kinase serin-treonin yang tergantung dengan subunit pengatur, siklin, untuk berfungsi. CDK7 merupakan CDK yang biasanya memiliki fungsi dalam transkripsi dan memiliki fungsi sebagai CDK-activating kinase, yang dapat memfosforilasikan CDK-CDK lain termasuk CDK yang terlibat dalam siklus sel. Dalam beberapa tahun terakhir, penghambat CDK7 dikembangkan sebagai pengobatan untuk kanker. Walaupun perkembangan terbaru dalam selektivitas penghambat CDK7 seperti CT7001 dan SY-5609, penghambat, penghambat CDK7 memiliki efek samping hematotoksik dan toksik terhadap sistem pencernaan,. Solusi untuk masalah ini adalah mendesain radiofarmaka yang berdasarkan dari struktur penghambat CDK7. Radiofarmaka merupakan senyawa obat yang memiliki radioisotop dalam strukturnya untuk mengobati penyakit seperti kanker atau hipertiroidisme atau digunakan sebagai alat diagnostik. Radiofarmaka diberi dengan dosis yang rendah supaya meminimalkan efek toksisitas dan radioaktivitas dari obat tersebut. Struktur protein CDK7 yang lengkap ditumpangtindihkan dengan struktur referensi CDK7 yang sudah dikristalkan dengan ligannya. Ini dilakukan agar mendapatkan struktur lengkap untuk simulasi dinamika molekul. Simulasi penambatan molekul dilakukan untuk mendapatkan senyawa uji yang terbaik. Setelah simulasi penambatan molekul, simulasi dinamka molekul dilakukan pada tiga senyawa yang terbaik dan MMPBSA dilakukan untuk mendapatkan energi bebas ikatan dari kompleks tersebut. Simulasi penambatan molekul dengan CDK7 menunjukan bahwa 2’,46’-diiodo-CT7001, 5-iodo-SY- 5609 memiliki energi bebas ikatan yang terendah dari dua belas senyawa uji dengan nilai ?10,76 kcal/mol dan ?10,45 kcal/mol. Simulasi penambatan molekul pada CDK2 juga menunjukan bahwa 2’,4’-diiodo-CT7001 dan 5-iodo-SY-5609 memiliki energi bebas ikatan yang terendah dengan nilai ?11,72 kcal/mol and ?11,05 kcal/mol. Hasil dari simulasi dinamika molekul pada CDK7 menunjukkan bahwa 2’,4’-diiodo-CT7001 berada dalam binding pocket CDK7 selama simulasi sedangkan kaebanyakan moietas 5-iodo-SY-5609 berada di luar binding pocket CDK7 dan CDK7 memiliki deviasi yang lebih rendah jika berada dalam kompleks dengan senyawa uji tersebut. Simulasi dinamika molekul pada CDK2 menunjukan bahwa semua ligan uji berada di binding pocket CDK2. Dari hasil MMPBSA, 2’,4’-diiodo- CT7001 dapat mengikat dengan lebih spontan pada CDK7 daripada CDK2 dan 5-iodo-SY- 5609 dapat mengikat dengan lebih spontan pada CDK2. Dengan demikian, 4’,6’-diiodo- CT7001 mempunyai potensi sebagai ligan radiofarmaka untuk CDK7.
VIDEO MOMENT RETRIEVAL MENGGUNAKAN PENDEKATAN SEGMENTASI PADA VIDEO LLM
Diberikan sebuah video, moment retrieval atau pengembalian momen adalah tugas pengembalian rentang waktu sebuah query aktivitas berupa kalimat lengkap atau frase sederhana dalam video tersebut. Permasalahan ini seringkali diselesaikan dengan model DETR (Detection Transformer) dan hanya segelintir yang menggunakan LLM generatif. Penggunaan LLM untuk menyelesaikan masalah ini biasanya memodelkan masalah sebagai masalah sequence to sequence atau causal language modelling. Pemodelan ini berusaha memprediksi luaran timestamp sesuai dengan input video dan query yang diberikan, misalnya [[0,42],[60,84]]. Sementara itu, pada dunia segmentasi gambar, LLM mulai digunakan sebagai segmentator dan dilatih agar memberikan luaran yang dapat diubah menjadi segmentation mask. Namun, pada model moment retrieval dengan video LLM, tidak ada penggunaan LLM sebagai segmentator seperti ini. Maka dari itu, pada tugas akhir ini, dicoba pemodelan masalah ini sebagai masalah segmentasi dan digunakan arsitektur video LLM BLIP 3. Video LLM ini dilatih menggunakan region loss dan pixel loss bersama denganlosscausallanguagemodelling selamapelatihan. Ditunjukkan bahwa loss gabungan ini dapat dioptimasi menggunakan optimizer AdamW. Pada dataset QVHighlights, dicapai skoryangmampumelebihiskorbaselinepadabenchmark QVHighlights. Skor ini dicapai dengan durasi pelatihan dan jumlah frame input yang jauh lebih sedikit dari metode LLM lainnya, hanya 25 frame dan 11 epoch. Model moment retrieval dengan LLM lainnya, meskipun memiliki skor lebih besar, memerlukan pelatihan yang jauh lebih lama, misalnya dengan jumlah frame 60 dan jumlah epoch 50 pada model Mr. BLIP.
ANALYSIS OF TAILING RESUSPENSION DUE TO HYPOTHETICAL TSUNAMI IN SOUTHERN INDIAN OCEAN OFF SUMBAWA ISLAND
Deep-Sea Tailing Placement (DSTP) merupakan metode rekayasa untuk pembuangan limbah tambang yang menawarkan keunggulan operasional dan lingkungan. Namun, stabilitas jangka panjangnya masih belum pasti di wilayah yang terpapar bahaya tsunami. Kajian ini menyelidiki potensi resuspensi material tailing akibat gelombang tsunami di Samudera Hindia Selatan lepas pantai Pulau Sumbawa, sebuah kawasan yang dicirikan oleh aktivitas seismik tinggi karena kedekatannya dengan Busur Sunda. Simulasi numerik dikembangkan menggunakan software MIKE, yang menggabungkan data batimetri, pasang surut, gelombang, arus laut, parameter seismik, data salinitas dan suhu, serta karakteristik endapan tailing. Validasi model terhadap observasi dari stasiun pasang surut, stasiun gelombang, dan ADCP menunjukkan akurasi yang memuaskan, dengan error sebesar 2,29% untuk simulasi pasang surut dan 11,40% untuk simulasi gelombang. Sebaliknya, simulasi kecepatan arus menunjukkan disparitas yang lebih besar, dengan error terkecil sebesar 23,78%. Skenario tsunami yang didasarkan pada gempa berkekuatan 8,3 SR pada kedalaman hiposenter 25 km menghasilkan tinggi gelombang awal sebesar 5,43 m. Propagasi tsunami dianalisis sepanjang dua transek. Transek pertama membentang dari sumber gempa ke arah Teluk Cempi, sementara transek kedua melintasi endapan tailing menuju garis pantai di daerah tanjung. Sepanjang Transek 1, elevasi tsunami tertinggi tercatat di titik P11 pada ketinggian 10,31 m, yang terletak 550 m dari garis pantai. Sepanjang Transek 2, elevasi tertinggi adalah 2,71 m di titik T9, yang berada 2 km dari lepas pantai. Hasil simulasi menunjukkan bahwa tidak terjadi resuspensi tailing akibat tsunami. Hasil ini dapat diatribusikan pada tinggi tsunami yang relatif kecil yang diamati di atas endapan tailing, jika dibandingkan dengan yang terjadi di dalam Teluk Cempi. Profil laju arus mendukung temuan ini: pada titik T8, yang terletak pada kedalaman 800 m, di lokasi penempatan tailing terdekat dengan garis pantai, kecepatan arus maksimum hanya 0,164 m/s, yang tidak cukup untuk memulai resuspensi sedimen tailing.
UJI RUN-UP GELOMBANG PADA MODEL FISIK BREAKWATER DENGAN ARMOR PENTACONE TIPE ACAK
Perlindungan pantai menggunakan breakwater sangat bergantung pada efektivitas lapisan pelindung (armor) dalam meredam energi gelombang. Penelitian ini bertujuan untuk menguji tinggi run-up gelombang pada breakwater dengan armor Pentacone tipe acak, menganalisis hubungannya dengan bilangan Iribarren (?), membandingkan kinerjanya dengan Tetrapod, serta mengekstrapolasi penerapannya pada kondisi prototipe. Pengujian dilakukan menggunakan model fisik dua dimensi di wave flume Laboratorium Teknik Kelautan ITB dengan skala 1:25. Data elevasi muka air diperoleh dari wave probe dan dianalisis dengan metode zero-upcrossing. Hasil menunjukkan bahwa run-up pada model sebesar 0,03–0,11 m atau setara dengan 0,7–2,6 m pada prototipe. Tinggi gelombang model 0,05–0,12 m setara dengan 1,2–2,9 m pada prototipe, dengan perioda 0,8–1,5 s yang bertransformasi menjadi 4–7,5 s. Nilai Iribarren maksimum mencapai ? ? 5, dengan grafik Ru/H terhadap ? memperlihatkan bahwa Tetrapod lebih efektif dalam mereduksi run-up dibandingkan Pentacone. Semakin besar tinggi gelombang (H), nilai Iribarren cenderung menurun dan run-up Pentacone lebih besar dibandingkan Tetrapod. Sebaliknya, pada gelombang kecil (? tinggi), perbedaan run-up keduanya semakin mengecil hingga menunjukkan kinerja yang relatif serupa. Meskipun menghasilkan run-up relatif tinggi, Pentacone masih berpotensi menjadi alternatif armor, khususnya pada kondisi desain yang menekankan stabilitas. Penelitian lebih lanjut diperlukan dengan memperluas variasi bilangan Iribarren, menguji konfigurasi yang lebih berongga atau sistem interkoneksi, serta mencakup analisis overtopping dan uji tiga dimensi agar efektivitasnya dapat dinilai secara lebih menyeluruh.
DETEKSI KECURANGAN UJIAN BERBASIS KAMERA PONSEL DENGAN INFERENSI AI DALAM PERANGKAT
Pada era pendidikan digital saat ini, hadirnya ujian daring menggunakan ponsel membawa tantangan baru dalam menjaga integritas ujian. Deteksi kecurangan ujian berbasis kamera ponsel dengan inferensi kecerdasan buatan (AI) dalam perangkat diusulkan digunakan pada pengawasan ujian untuk mencegah kecurangan sehingga integritas ujian dapat terjaga. Dengan penggunaan kamera, visi komputer (computer vision) menjadi implementasi AI yang paling mudah untuk dipahami dalam mendeteksi kecurangan ujian. Kemudian, inferensi AI dalam perangkat memungkinkan data sensitif diproses secara lokal, mengurangi risiko privasi dan keamanan data. Tantangan keterbatasan perangkat keras perangkat ponsel untuk melakukan inferensi AI dalam perangkat dan keragaman pada perangkat keras perangkat ponsel menjadi pertimbangan penting dalam mendesain aplikasi deteksi kecurangan ujian. Untuk itu, kerangka kerja lintas platform (cross-platform framework) digunakan untuk menyediakan pengalaman pengguna yang konsisten di seluruh sistem operasi (OS) dengan satu basis kode. Dengan menggunakan metode Design Research Methodology (DRM), penelitian ini berfokus pada pengembangan deteksi kecurangan ujian berbasis kamera ponsel dengan inferensi kecerdasan buatan dalam perangkat. Analisis visual digunakan untuk mendeteksi kecurangan menggunakan teknik deteksi pemalsuan wajah (face antispoofing) dan pelacakan tatapan mata (eye tracking). Deteksi pemalsuan wajah menggunakan MiniFASNet, sedangkan pelacakan tatapan mata menggunakan face landmark untuk estimasi tatapan mata (eye gaze). Hasil penelitian menunjukan bahwa sistem yang diajukan memiliki kemudahan penggunaan dengan kinerja deteksi kecurangan yang cukup baik.
ANALISIS KESTABILAN GERAKAN BERJALAN PADA PENDERITA SKOLIOSIS MENGGUNAKAN RECURRENCE QUANTIFICATION ANALYSIS
Berjalan merupakan aktivitas biomekanik dasar yang esensial dalam mendukung mobilitas dan kualitas hidup manusia. Namun, pada individu dengan skoliosis, yaitu kelainan bentuk tulang belakang yang menyebabkan deviasi lateral berbentuk huruf S atau C sehingga pola berjalan dapat mengalami gangguan yang berpotensi memengaruhi kestabilan tubuh secara keseluruhan. Penelitian ini bertujuan untuk mengevaluasi stabilitas gerakan berjalan (gait stability) pada individu dengan skoliosis dibandingkan dengan individu sehat (kontrol) menggunakan metode Recurrence Quantification Analysis (RQA). Pengambilan data dilakukan menggunakan optical motion capture (MoCap), yang merekam pergerakan tubuh bagian bawah, khususnya pada sendi lutut dan pergelangan kaki. Analisis kestabilan dilakukan melalui metode Recurrence Quantification Analysis (RQA) dengan fokus pada dua parameter utama: Recurrence Rate (RR) dan Determinism (DET). Seluruh data kemudian diuji menggunakan analisis statistik Uji Shapiro-Wilk, Uji Levene, dan Uji T independen untuk mengetahui signifikansi perbedaan antar kelompok. Hasil penelitian menunjukkan bahwa tidak terdapat perbedaan signifikan pada nilai RR maupun DET antara subjek dengan skoliosis dan kelompok kontrol. Temuan ini mengindikasikan bahwa meskipun terdapat kelainan struktural pada tulang belakang, pola gait subjek skoliosis tetap memiliki tingkat kestabilan yang sebanding dengan individu tanpa kelainan, yang menunjukkan adanya kemungkinan kompensasi biomekanik dalam sistem lokomotor mereka.
UJI SITOTOKSISITAS IN VITRO FRAKSI UMBI BAWANG DAYAK DENGAN SISTEM PENGHANTARAN OBAT BERBASIS MESOPOROUS SILICA NANOPARTICLES (MSN) TERMODIFIKASI POLIMER POLYETHYLENEIMINE (PEI)
Triple-negative breast cancer (TNBC) memerlukan terapi alternatif untuk mengurangi efek samping kemoterapi. Penelitian ini bertujuan mengeksplorasi penggunaan mesoporous silica nanoparticles (MSN) yang dimodifikasi dengan polyethyleneimine (PEI) dan imidazol untuk penghantaran fraksi bawang dayak. Modifikasi ini berfungsi sebagai gatekeeper yang mendukung mekanisme pelepasan obat terkontrol melalui efek Proton Sponge dan mencegah degradasi obat dalam lisosom, memungkinkan pelepasan obat spesifik pada sel kanker. Identifikasi senyawa aktif dilakukan dengan menggunakan luteolin dan naftoquinon sebagai standar pada metode kromatografi lapis tipis (KLT). MSN disintesis dengan cetakan surfaktan cetyltrimethylammonium bromide (CTAB) dan silika tetraethyl orthosilicate (TEOS), kemudian difungsionalisasi dengan (3-aminopropyl) triethoxysilane (APTES) untuk menghasilkan MSN-NH2. Fraksi bawang dayak dijerat dalam MSN-NH2 dan dimodifikasi dengan konjugasi polimer PEI dan Imidazol-PEI (IP). Karakterisasi MSN dan modifikasinya dilakukan dengan FTIR, TGA, DLS, BET, TEM, serta pengujian kapasitas pemuatan obat dan efisiensi penjeratan. Uji sitotoksisitas dilakukan menggunakan reagen MTT pada sel 4T1. Fraksi etil asetat dan n-heksan menunjukkan intensitas bercak yang sebanding dengan senyawa 1,4-naftokuinon, menunjukkan keberadaan senyawa aktif. Fraksi etil asetat dipilih karena memiliki potensi TNBC. Enkapsulasi fraksi bawang dayak dalam MSN-NH2 menunjukkan efisiensi 33,03%. Uji sitotoksisitas menunjukkan bahwa modifikasi IP menurunkan toksisitas PEI pada sel 4T1. Nilai IC50 FBD adalah 80,56 ?g/ml, MSN-FBD-PEI 53,43 ?g/ml, dan MSN-FBD-PEI-IP 43,43 ?g/ml. Formulasi MSN-FBD-IP berpotensi sebagai sistem penghantaran obat terkontrol untuk terapi TNBC.
DETEKSI STRES BERBASIS SINYAL MULTISENSOR DARI PERANGKAT WEARABLE
Stres kerja merupakan masalah kesehatan yang signifikan karena berdampak pada produktivitas, keselamatan, dan kesejahteraan individu. Perkembangan perangkat wearable memungkinkan pemantauan sinyal fisiologis secara kontinu untuk mendeteksi stres secara lebih objektif. Penelitian ini bertujuan mengembangkan pipeline klasifikasi stres berbasis sinyal multisensor dari perangkat Empatica E4 dengan fokus pada peningkatan deteksi stres ringan yang sering luput dari model sebelumnya. Pipeline mencakup tahapan praproses sinyal, segmentasi 10 detik dengan step 5 detik, ekstraksi fitur baseline (aktivitas elektrodermal, detak jantung, dan temperatur kulit) serta fitur variabilitas denyut jantung dari sinyal Photoplethysmography, optimasi fitur melalui berbagai metode feature selection, dan klasifikasi menggunakan algoritma XGBoost. Dataset yang digunakan adalah Multimodal Dataset for Nurses, yang merekam sinyal fisiologis 15 perawat selama pandemi COVID-19. Hasil eksperimen menunjukkan bahwa pipeline usulan mampu meningkatkan kinerja deteksi stres ringan dengan F1-score dari 0,75 pada model baseline (Random Forest) menjadi 0,86 pada model XGBoost dengan feature selection berbasis tree. Analisis feature importance menunjukkan bahwa fitur dari temperatur kulit dan aktivitas elektrodermal memberikan kontribusi dominan, sedangkan fitur variabilitas denyut jantung berperan sebagai pelengkap. Penelitian ini membuktikan bahwa kombinasi XGBoost dan feature selection dapat mengoptimalkan deteksi stres berbasis sinyal wearable.
PENGARUH PENAMBAHAN SELULOSA TERHADAP SIFAT FISIK DAN MEKANIK SERAT KARBON BERBASIS LIGNIN
Pertumbuhan alga Cladophora sp. yang tidak terkontrol atau dikenal algae bloom menjadi suatu permasalahan pada ekosistem laut. Oleh karenanya, diaplikasikan selulosa berbasis alga Cladophora sp yang dikenal dengan kristalinitas tinggi kepada pencetakan 3D. Penelitian ini bertujuan mengkaji pengaruh parameter cetak terhadap kemampuan cetak (printability index dan filament uniformity) larutan selulosa berbasis alga Cladophora sp. menggunakan metode direct ink writing (DIW). Selulosa diperoleh melalui isolasi dengan tahapan alkalisasi, hidrolisis, dan bleaching, kemudian dilarutkan sebagian dalam pelarut NaOH/Urea (7/12 wt%) untuk menghasilkan tinta 3D printing all-cellulose. Variasi parameter cetak yang diteliti meliputi konsentrasi selulosa, ukuran nozzle, kecepatan cetak, laju ekstrusi, dan jarak nozzle. Hasil penelitian menunjukkan bahwa setiap parameter memiliki titik optimal yang menentukan kualitas hasil cetak. Konsentrasi selulosa yang terlalu rendah tidak mampu mempertahankan bentuk filamen, sedangkan konsentrasi tinggi menimbulkan semi-clogging. Ukuran nozzle, kecepatan cetak, laju ekstrusi, dan jarak nozzle yang terlalu besar maupun terlalu kecil sama-sama menurunkan printability index. Kondisi optimal diperoleh pada kombinasi: konsentrasi selulosa 5 wt%, ukuran nozzle 13G (1,9 mm), kecepatan cetak 5 mm/s, laju ekstrusi 80%, dan jarak nozzle 5 mm. Hasil ini menunjukkan bahwa pengaturan parameter yang seimbang penting untuk menjaga kestabilan filamen, mencegah clogging, dan menghasilkan resolusi cetak yang baik. Penelitian ini memberikan kontribusi terhadap pengembangan material ramah lingkungan untuk aplikasi pencetakan 3D berbasis selulosa.
PENGEMBANGAN SISTEM PENGAWASAN KELENGKAPAN ALAT PELINDUNG DIRI DI LINGKUNGAN KONSTRUKSI MENGGUNAKAN DETEKSI OBJEK
Penggunaan deteksi objek untuk pengawasan pemakaian APD secara digital telah diteliti sebelumnya. Akan tetapi, penelitian yang dilakukan hanya berputar pada fine-tuning model pra-latih untuk pengenalan manusia, helm, atau rompi saja. Tidak hanya itu, model deteksi objek berbeda tidak dipertimbangkan sebagai alternatif solusi. Pada Tugas Akhir ini, sejumlah model pra-latih deteksi objek dilakukan fine-tuning untuk pengenalan objek manusia dan enam tipe objek APD. Tipe objek APD yang dimaksud yaitu safety-glasses, safety-gloves, safety- helmet, safety-mask, safety-shoes, dan safety-vest. Model YOLOv8, RT-DETR, dan YOLO- NAS dipilih sebagai alternatif model deteksi objek untuk pengembangan sistem pengawasan. Selain itu, dua alternatif pengembangan sistem juga dikembangkan: alternatif pengembangan sistem one-step dan two-steps. Berdasarkan nilai mean precision dan mean average precision dari pengujian, model terbaik untuk deteksi seluruh objek APD yang dipelajari yaitu model YOLO-NAS (0,827; 0,663), disusul oleh model YOLOv8 (0,791; 0.660) dan RT-DETR (0,778; 0,615). Apabila model hanya digunakan untuk prediksi objek person, safety-mask, safety-helmet, dan safety-vest, model YOLOv8 adalah yang terbaik (0,870; 0,791), disusul oleh model RT-DETR (0,863; 0,782) dan YOLO-NAS (0,855; 0,710). Di lain pihak, alternatif two- steps selalu lebih lambat dari one-step apabila terdapat objek manusia yang terdeteksi. Oleh sebab itu, alternatif one-step lebih cocok untuk digunakan. Berdasarkan evaluasi, didapatkan bahwa alternatif sistem one-step dengan model YOLO-NAS lebih cocok untuk pengawasan APD dengan tipe yang lebih lengkap, sementara alternatif sistem one-step dengan model YOLOv8 lebih cocok untuk pengawasan APD dengan tipe masker, helm konstruksi, atau rompi konstruksi saja. Pranala Tugas Akhir: https://github.com/Stefanus1235/IF4092-13519175
INTEGRASI ANALISIS SENTIMEN TERHADAP ASPEK FINANSIAL DAN PREDIKSI HARGA SAHAM BERBASIS TIME-SERIES UNTUK OPTIMASI PORTOFOLIO SAHAM
Optimasi portofolio saham dengan menggunakan metode diversifikasi tradisional memiliki keterbatasan sehingga portofolio yang dihasilkan tidak begitu maksimal. Keterbatasan ini disebabkan oleh diversifikasi yang hanya menggunakan data harga saham historis. Oleh karena itu, pada tugas akhir ini, dikembangkan pendekatan modular untuk mengatasi keterbatasan tersebut dengan memberikan harga saham hasil prediksi sebagai masukan metode diversifikasi. Pendekatan ini terdiri atas beberapa modul utama, yaitu modul analisis sentimen, modul prediksi harga saham, dan modul diversifikasi portofolio. Analisis sentimen dilakukan terhadap lima aspek finansial, yaitu growth, profit, debt, dividend, dan liquidity, digunakan untuk meningkatkan akurasi prediksi harga saham. Pada modul analisis sentimen, model terbaik yang dihasilkan adalah XLM-RoBERTa dengan rata-rata macro average F1-Score sebesar 0,7099 (70,99%). Pada modul prediksi harga saham, model terbaik yang dihasilkan adalah Bi-LSTM yang memanfaatkan fitur sentimen dengan MAPE sebesar 0,0126 (1,26%). Melalui konstruksi portofolio dengan metode mean-variance, potensi terbaik pendekatan yang diusulkan menghasilkan portofolio dengan rata-rata imbal hasil yang disetahunkan sebesar 61,20%, memanfaatkan label ground truth sebagai fitur sentimen prediksi harga saham. Hasil ini jauh mengungguli pendekatan tradisional (-34,64%) ataupun pendekatan yang hanya menggunakan prediksi harga saham tanpa sentimen (53,78%). Untuk alur solusi utama pendekatan yang diusulkan, yang memanfaatkan label hasil model analisis sentimen sebagai fitur sentimen prediksi harga saham, menghasilkan portofolio dengan rata-rata imbal hasil yang disetahunkan sebesar 47,75%, sedikit di bawah pendekatan yang menggunakan prediksi harga saham tanpa sentimen namun masih jauh lebih tinggi dibandingkan pendekatan tradisional.
INTEGRASI EFEK SOLVASI POLAR PADA MODEL PIGNET2 UNTUK PREDIKSI AFINITAS PROTEIN-LIGAN PADA VIRTUAL SCREENING KANDIDAT OBAT
Virtual screening kian lazim digunakan dalam proses penemuan obat, tetapi metode penambatan konvensional membutuhkan kebutuhan komputasi yang besar, sehingga menghambat penapisan skala besar. Metode pembelajaran mendalam dianggap menjanjikan sebagai alternatif, tetapi keterbatasan data latih yang menghambat gene- ralisasi model. Oleh sebab itu, penggunaan physics-informed neural network mulai dikaji karena berpotensi mengarahkan pembelajaran model dengan bias induktif maupun bias pembelajaran. Tugas akhir ini mengusulkan model physics-informed neural network dengan graph neural network yang diadaptasi dari PIGNet2 untuk memprediksi afinitas protein-ligan dari representasi graf 3D protein dan ligan. Efek solvasi polar diintegrasikan menggunakan persamaan Generalised Born dengan data latih PDBbind v2020. Dari dua skema yang digunakan, yakni injeksi fitur muatan parsial dari xTB dan pelatihan end-to-end, pendekatan pertama gagal mencapai konvergensi. Sementara itu, pada pendekatan kedua, model menunjukkan hasil R = 0,261 (scoring), ? = 0,248 (ranking), EF1% = 1,29 (screening), dan SR1 = 43,1% (docking) pada CASF-2016. Model juga diuji ke benchmark DUD-E dengan hasil EF0,5% = 1,29, EF1,0% = 1,25, dan EF5,0% = 1,22. Terakhir, model diuji pula ke benchmark derivatif dengan nilai rata-rata R sebesar 0,04. Hasil tersebut lebih rendah dibanding model baseline, sehingga menunjukkan pentingnya masukan fitur yang valid untuk model berbasis physics-informed neural network karena sangat berpengaruh pada hasil. Selain itu, pendekatan end-to-end juga perlu dibatasi dengan bias fisis yang relevan agar model dapat mempelajari pola yang ada dengan benar, khususnya pada domain dengan data latih yang terbatas.
PERANCANGAN SISTEM MANAJEMEN RELASI PEMASOK DENGAN FITUR SEGMENTASI PEMASOK DAN PENILAIAN RISIKO PEMASOK (STUDI KASUS: PT XYZ)
Manajemen relasi pemasok merupakan salah satu proses krusial dalam proses pengadaan untuk memastikan rantai pasok perusahaan resilien. Dalam melaksanakan proses terkait, PT XYZ sempat menggagalkan suatu kegiatan pengadaan karena kondisi pemasok yang tidak stabil di tengah proses negosiasi. Hal ini gagal teridentifikasi karena perusahaan belum melakukan penilaian awal terhadap pemasok yang menjadi bagian dalam proses manajemen relasi pemasok. Untuk mengatasi permasalahan tersebut, perusahaan dapat membuat penyesuaian praktik manajemen relasi pemasok agar sesuai dengan praktik terbaik di tengah industri saat ini. Namun, pelaksanaan inisiatif tersebut menimbulkan sebuah kekhawatiran terhadap ketersediaan dan kapabilitas sumber daya manusia untuk melaksanakan proses bisnis baru. Dengan kondisi tersebut, tugas akhir ini berfokus untuk membuat sebuah rancangan solusi sistem manajemen relasi pemasok yang mampu mengurangi resistensi pengguna dalam melaksanakan proses bisnis baru. Tugas akhir ini menggunakan metodologi design thinking untuk menganalisis permasalahan pengguna, merancang, serta mengevaluasi solusi. Rancangan solusi sistem yang akan dibangun dalam tugas akhir ini diwujudkan dalam lapisan bisnis, sistem informasi (data dan aplikasi), serta teknologi menggunakan model UML dan BPMN. Pengujian terhadap rancangan solusi sistem tersusun atas tiga bagian, antara lain evaluasi ketelusuran kebutuhan fungsional, evaluasi ketercapaian kebutuhan nonfungsional melalui pengujian antarmuka, serta evaluasi ketercapaian tujuan solusi melalui penyebaran kuesioner. Hasil evaluasi yang didapatkan pada dua evaluasi pertama berhasil membuktikan perancangan solusi didasarkan oleh kebutuhan yang telah didefinisikan. Sementara itu, hasil yang didapatkan pada evaluasi ketiga berhasil membuktikan bahwa rancangan solusi sistem yang dibangun layak digunakan dan dipelajari dengan mudah oleh para pengguna serta menyelesaikan permasalahan perusahaan.
EVALUASI KELELAHAN OTOT PUNGGUNG BAWAH MENGGUNAKAN SURFACE ELECTROMYOGRAPHY DALAM KONDISI ISOMETRIK STUDI KASUS: PEMAIN BULU TANGKIS AMATIR
Bulu tangkis merupakan salah satu olahraga dengan intensitas tinggi yang menuntut kombinasi kekuatan, kecepatan, dan ketahanan. Gerakan spesifik seperti smash, net drop, serta overhead lob menimbulkan tekanan berulang pada otot inti, khususnya otot punggung bawah yang berperan penting dalam menjaga stabilitas tubuh. Kondisi kelelahan pada otot punggung bawah tidak hanya menurunkan efisiensi gerakan, tetapi juga berpotensi meningkatkan risiko cedera. Meskipun demikian, kajian yang secara khusus menilai beban kelelahan otot punggung bawah pada pemain bulu tangkis masih terbatas. Penelitian ini bertujuan untuk mengevaluasi kelelahan otot punggung bawah pemain bulu tangkis amatir laki-laki menggunakan metode surface electromyography (sEMG) dalam kondisi isometrik. Sebanyak lima partisipan berusia 22 tahun dilibatkan, dengan perekaman aktivitas otot longissimus sebelum dan sesudah aktivitas dinamis berupa gerakan net drop dan overhead lob. Akuisisi data dilakukan dengan perangkat NI 9234 terintegrasi MATLAB, sedangkan perekaman sinyal sEMG menggunakan sensor MyoWare 2.0. Sinyal mentah difilter menggunakan Butterworth bandpass filter (20–450 Hz), kemudian dianalisis menggunakan parameter Root Mean Square (RMS), Mean Frequency (MNF), dan Median Frequency (MDF). Hasil penelitian menunjukkan adanya peningkatan amplitudo RMS serta penurunan nilai MNF dan MDF setelah perlakuan fatigue, yang mengindikasikan terjadinya kelelahan fisiologis pada otot punggung bawah. Uji-t dua sampel memperlihatkan perbedaan signifikan antara kondisi sebelum dan setelah, sehingga validasi terhadap perubahan pola aktivitas otot dapat dipastikan. Temuan ini menegaskan bahwa pendekatan isometrik berbasis sEMG mampu memberikan gambaran objektif terkait kelelahan otot tanpa harus melakukan pengukuran saat pertandingan berlangsung.
INTEGRASI PROSES PENGELOLAAN PEMANGKU KEPENTINGAN DAN KEBUTUHANNYA PADA TAHAP ELISITASI KEBUTUHAN SISTEM
Elisitasi kebutuhan adalah salah satu tahapan dari rekayasa kebutuhan yang melibatkan pemangku kepentingan (stakeholder). Tantangan yang muncul pada tahapan tersebut adalah bagaimana mengatasi sudut pandang yang berbeda antara para stakeholder. Berbagai penelitian telah dilakukan untuk menganalisis kebutuhan stakeholder pada tahapan elisitasi. Namun, masih terdapat gap berupa diperlukannya pengembangan strategi untuk meningkatkan pemahaman antara stakeholder dan tim pengembang. Solusi yang dikembangkan dalam penelitian ini adalah mengintegrasikan proses stakeholder management dan requirement management, khususnya pada tahap elisitasi kebutuhan. Solusi juga dilengkapi dengan pengembangan alat bantu untuk business analyst. Alat bantu ini mengintegrasikan proses stakeholder management dengan requirements management. Alat bantu tersebut akan membantu pengguna untuk melakukan analisis kebutuhan stakeholder dan menghasilkan keluaran berupa dokumen stakeholder requirements specification. Penelitian dilaksanakan melalui analisis proses yang relevan untuk dilaksanakan dalam tahapan manajemen stakeholder dan manajemen requirements. Hasil penelitian menggambarkan pemetaan stakeholder dengan requirements, pemetaan stakeholder needs dengan stakeholder requirements, pemetaan stakeholder requirements dengan system requirements, serta membangkitkan dokumen stakeholder requirements specifications. Pengujian pada Business Analyst (BA) menunjukkan bahwa solusi ini efektif dalam memformulasikan kebutuhan sistem sekaligus mendukung pengelolaan pemangku kepentingan dan kebutuhannya. Aplikasi dinilai mudah digunakan dengan nilai System Usability Scale 73.92 dan layak diterapkan untuk mendukung pekerjaan pada skenario nyata. Namun, pengujian masih terbatas pada skenario mandiri, sehingga penerapan pada proyek berskala besar di lingkungan industri nyata memerlukan validasi lebih lanjut.