📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 6,268 dokumenPERANCANGAN PRODUK POSTURE CORRECTION UNTUK ANAK PENYANDANG LOW VISION USIA 2-6 TAHUN
Low vision adalah kondisi seseorang yang mengalami penurunan indera penglihatan hingga kurang dari 20/60 secara permanen. Secara umum, kondisi ini disebabkan oleh 2 faktor yaitu cacat bawaan ataupun penyakit yang diderita. Kedua faktor tersebut tentunya masing-masing dapat memberikan perbedaan yang signifikan dan memiliki proses adaptasi yang berbeda. Penyandang yang mengalami low vision sejak kecil mengalami berbagai keterbatasan dalam melihat yang mempengaruhi pengalaman dan perkembangan dikarenakan 80% informasi diproses melalui penglihatan sehingga mengharuskan mereka untuk menggunakan alat bantu. Selain dampak pada kognitif dan perkembangan, penyandang low vision juga menghadapi resiko komplikasi lain salah satunya adalah kelainan tulang belakang seperti skoliosis, kifosis, dan lordosis. Pada anak dengan low vision, kelainan tulang belakang dapat berkembang dari kebiasaan postur tubuh yang buruk akibat kebutuhan untuk mengimbangi indera visual yang terbatas. Penyandang low vision seringkali menghabiskan waktu dalam posisi yang tidak ergonomis misalnya sering menunduk ketika mengamati objek dengan sisa penglihatan yang dimiliki saat beraktivitas. Hal ini terbukti pada penelitian terdahulu yang melibatkan 9 anak low vision berumur rata-rata 12 tahun. Hasil penelitian tersebut menyimpulkan bahwa semua anak tersebut menderita skoliosis dengan status postural tingkat sedang. Penelitian ini bertujuan untuk menggali lebih mengenai kebiasaan dan masalah yang dialami anak low vision khususnya mereka yang mengalami kondisi ini sejak usia dini dan mencari solusi dengan produk yang dapat membantu meningkatkan kualitas hidup mereka.
PENERAPAN DESIGN OF EXPERIMENT UNTUK MENENTUKAN PARAMETER KUNCI YANG MEMPENGARUHI KINERJA MICELLAR-POLYMER FLOODING
This study applies the Design of Experiments (DoE) methodology to evaluate the performance of micellar polymer flooding (MPF) in three reservoir models using the Chemical Flooding Predictive Model (CFPM) in EORgui. A two-level full factorial design with 64 simulation runs was implemented to quantify the effects of six key parameters: pattern area, porosity, permeability, net pay thickness, Dykstra Parsons coefficient, and oil viscosity. The results show that volumetric parameters, particularly pattern area, porosity, and net pay thickness, consistently have the strongest influence on cumulative oil production across the three reservoirs. Interaction terms, such as pattern area × porosity and pattern area × thickness, were also found to be significant, showing the importance of volumetric and geometric synergy in chemical flood performance. Although regression analysis highlights these dominant drivers, residual diagnostics indicate limitations in predictive adequacy, especially at higher recovery estimates. However, the study confirms the usefulness of DoE in ranking the relative importance of reservoir and production parameters, providing a screening-level framework to guide micellar polymer flooding design.
PENGARUH RENTANG WAKTU DAN UKURAN PARTIKEL TANAH TERHADAP PENYISIHAN TOTAL PETROLEUM HYDROCARBON (TPH) DALAM REMEDIASI TANAH TERKONTAMINASI MINYAK BUMI DENGAN METODE SOIL WASHING BERBANTUAN ULTRASOUND
Pencemaran tanah oleh hidrokarbon minyak bumi merupakan permasalahan lingkungan yang penting karena dapat menurunkan kualitas tanah serta berpotensi menimbulkan dampak toksik bagi ekosistem. Oleh karena itu, diperlukan metode remediasi yang efektif untuk menurunkan konsentrasi hidrokarbon di lingkungan. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan efektivitas tiga metode remediasi, yaitu soil washing, remediasi ultrasonik, serta soil washing berbantuan ultrasonik, dalam menurunkan kadar Total Petroleum Hydrocarbon (TPH) pada tanah tercemar. Evaluasi dilakukan dengan mengukur konsentrasi TPH pada tanah sebelum dan sesudah perlakuan, sehingga diperoleh gambaran kuantitatif mengenai efektivitas masing-masing metode. Hasil penelitian menunjukkan bahwa metode soil washing konvensional mampu menurunkan TPH hingga 36,05% pada durasi pencucian 60 menit dan ukuran partikel 0,85 mm pada kondisi optimal. Efektivitas metode ini lebih tinggi pada partikel berukuran besar karena struktur pori yang lebih terbuka sehingga larutan pencuci lebih mudah mengalir dan membawa kontaminan keluar. Remediasi ultrasonik menunjukkan hasil yang lebih baik dengan penurunan TPH mencapai 83,49% pada durasi sonifikasi 60 menit dan ukuran partikel 0,125 mm, di mana partikel kecil lebih efektif karena memiliki luas permukaan lebih besar sehingga energi ultrasonik lebih mudah ditransmisikan dan meningkatkan proses desorpsi hidrokarbon. Sementara itu, kombinasi soil washing berbantuan ultrasonik terbukti paling efektif dengan penurunan TPH tertinggi sebesar 86,67% pada durasi pencucian dan sonifikasi 60 menit dan ukuran partikel 0,85 mm, meskipun hasilnya lebih fluktuatif karena adanya dua mekanisme yang bekerja secara bersamaan. Penelitian ini juga memperlihatkan bahwa durasi perlakuan 60 menit memberikan hasil lebih baik dibandingkan durasi lebih singkat pada ketiga metode.
ANALISIS KEBERLANJUTAN SISTEM PENGELOLAAN SAMPAH BERBASIS 3R DENGAN METODE MULTIDIMENSIONAL SCALING (MDS)–RAPFISH(STUDI KASUS: MRF, TPST KOTA HIJAU, DAN BANK SAMPAH KOTA HIJAU BALIKPAPAN)
ABSTRAK ANALISIS KEBERLANJUTAN SISTEM PENGELOLAAN SAMPAH BERBASIS 3R DENGAN METODE MULTIDIMENSIONAL SCALING (MDS)–RAPFISH (STUDI KASUS: MRF, TPST KOTA HIJAU, DAN BANK SAMPAH KOTA HIJAU BALIKPAPAN) Oleh Khairunisa NIM: 25723007 (Program Studi Magister Pengelolaan Infrastruktur Air Bersih dan Sanitasi) Sebagai penyangga Ibu Kota Nusantara (IKN), Kota Balikpapan menghadapi pertumbuhan jumlah penduduk yang berbanding lurus dengan pertumbuhan produksi sampah. Pada tahun 2023, timbulan sampah tercatat sebesar 528,87 ton/hari, yang mana naik sebesar 2,74% dari tahun sebelumnya. Prediksi menunjukkan bahwa TPA Manggar akan mencapai kapasitas penuh pada tahun 2026, sehingga tidak mampu lagi menampung sampah dari Kota Balikpapan. Pada Tahun 2017, Pemerintah Kota Balikpapan bersama KLHK dan JICA bekerjasama dalam pengelolaan sampah berbasis 3R, yaitu dengan integrasi Material Recovery Facility (MRF), Tempat Pengolahan Sampah Terpadu (TPST), dan Program Bank Sampah. Tujuan penelitian ini untuk menganalisis faktor yang mempengaruhi keberlanjutan sistem pengelolaan sampah di MRF, TPST Kota Hijau, dan Bank Sampah Kota Hijau serta merumuskan strategi pengembangannya. Metode yang digunakan meliputi Multidimensional Scaling (MDS) dengan pendekatan RAPFISH dan analisis SWOT. Hasil penelitian menunjukkan bahwa sistem pengelolaan sampah di Bank Sampah Kota Hijau memiliki status keberlanjutan tertinggi karena didukung oleh kemandirian finansial dan partisipasi masyarakat dan masuk dalam kategori cukup berkelanjutan. Untuk pengelolaan sampah di MRF juga tergolong cukup berkelanjutan, namun masih bergantung pada anggaran Pemerintah Kota. Begitu juga untuk pengelolaan sampah di TPST Kota Hijau yang masuk dalam kategori cukup berkelanjutan, namun memiliki tingkat keberlanjutan paling rendah akibat beberapa kendala teknis operasional dan minimnya partisipasi masyarakat. Saat ini pengelolaan sampah di ketiga infrastruktur masuk kedalam kategori cukup berkelanjutan, yang mana untuk ditingkatkan statusnya menjadi berkelanjutan atau sangat berkelanjutan dapat dilakukan upaya strategis dengan optimalisasi kebijakan atau peraturan di lingkungan Pemerintah Kota dan sinkronisasi program antar pemangku kepentingan, penguatan kapasitas kelembagaan dan SDM, diversifikasi sumber pendanaan, melakukan upaya peningkatan partisipasi masyarakat, dan melakukan peningkatan dalam aspek teknis operasional.
ANALISIS HUBUNGAN CROP WATER STRESS INDEX (CWSI) DAN PHOTOSYNTHETICALLY ACTIVE RADIATION (PAR) DENGAN PRODUKSI BUAH DAN AKUMULASI BIOMASSA TANAMAN KOPI PADA SISTEM AGROFORESTRI PINUS (PINUS MERKUSII) DAN KOPI (COFFEA ARABICA) DI DESA MEKARMANIK, KECAMATAN CIMENYAN, JAWA BARAT
Sistem agroforestri kopi di Jawa Barat memegang peran penting dalam menjaga keberlanjutan produksi, khususnya melalui pengaturan kondisi mikroklimat yang mendukung pertumbuhan optimal tanaman. Penelitian ini bertujuan menganalisis hubungan antara Crop Water Stress Index (CWSI) dan Photosynthetically Active Radiation (PAR) terhadap akumulasi biomassa dan produksi buah kopi pada sistem agroforestri pinus (Pinus merkusii)–kopi (Coffea arabica) di Desa Mekarmanik, Cimenyan, Jawa Barat. Agroforestri kopi berperan penting dalam menciptakan kondisi cahaya, suhu, dan kelembapan yang optimal, di mana PAR (400–700 nm) merupakan faktor utama produktivitas, sedangkan CWSI menjadi indikator stres air tanaman. Penelitian dilakukan pada 10 plot acak dengan pengukuran kerapatan kanopi, intensitas cahaya, suhu udara, kelembapan, suhu daun, diameter batang, dan jumlah buah kopi, dilengkapi data sekunder tutupan awan, kecepatan angin, dan panjang daun. PAR dihitung dari intensitas cahaya, CWSI dari suhu–kelembapan, dan biomassa dari diameter batang. Analisis menggunakan korelasi Spearman serta regresi linear. Hasil menunjukkan PAR dan CWSI tidak berkorelasi (?=0,193) karena tanaman tidak mengalami stres air (rata-rata CWSI 0,09). Model regresi biomassa (R²=0,697) menunjukkan biomassa meningkat saat PAR dan CWSI menurun, berbeda dari teori akibat tutupan awan tinggi (70,29%). Model produksi buah (R²=0,258) menunjukkan produksi meningkat seiring kenaikan PAR dan penurunan CWSI. Rata-rata PAR (164,80 ?mol/m²s) belum mencapai kisaran optimal fotosintesis kopi (300–700 ?mol/m²s). Disimpulkan bahwa PAR dan CWSI berpengaruh terhadap biomassa dan produksi buah, meski faktor lain seperti nutrisi dan hormon perlu dianalisis untuk memperkuat korelasi model.
PEMODELAN DESAIN SURVEI SEISMIK 3D MARINE PADA CEKUNGAN UTARA JAWA TIMUR
Survei seismik tiga dimensi (3D) merupakan metode yang sangat penting dalam eksplorasi karena mampu memberikan pencitraan bawah permukaan yang detail. Penelitian ini bertujuan untuk melakukan pemodelan desain survei seismik 3D marine guna memperoleh desain yang optimal baik dari segi biaya maupun waktu. Penelitian dilakukan secara eksperimental di wilayah laut dangkal pada Cekungan Utara Jawa Timur dengan luas area ± 15 × 5 km² pada target dengan kedalaman 1.500 – 2.000 meter. Untuk mendapatkan desain survei yang optimal, dilakukan serangkaian tahapan mulai dari penentuan target, analisis foto udara, penentuan parameter akuisisi, hingga evaluasi atribut survei seperti offset, fold, dan azimuth. Desain survei yang dilakukan menggunakan pola akuisisi racetrack dan pola shot flip-flop untuk meningkatkan efisiensi waktu dan distribusi cakupan data. Selain itu, metode Narrow Azimuth Surveys (NAZ) diterapkan untuk menyesuaikan keterbatasan instrumen yang digunakan dan kondisi area survei. Analisis dilakukan menggunakan perangkat lunak MESA Expert untuk memodelkan distribusi atribut yang nantinya digunakan untuk simulasi surface binning. Pemodelan subsurface binning, ray tracing, dan pembentukan seismogram sintetis menunjukkan bahwa desain ini mencapai objektif survei dengan distribusi fold dan offset yang baik. Perbedaan signifikan antara CMP fold dan CRP fold terlihat pada daerah timur yang merupakan daerah geologi kompleks. Desain ini juga mampu menghasilkan sudut maximum AVO yang telah memenuhi kriteria. Dengan mempertimbangkan parameter teknis, keterbatasan operasional, dan efisiensi biaya, desain survei ini dapat dijadikan acuan untuk survei seismik marine di area serupa
EKSPLORASI POTENSI SENYAWA ANTIMIKROBA BARU DARI ISOLAT BAKTERI DANAU GILI MENO DI MUSIM HUJAN MELALUI ANLISIS GENOME MINING
Eksplorasi produk alami dari mikroba menjadi salah satu pendekatan penting dalam penemuan antibiotik baru untuk mengatasi masalah resistensi antimikroba (AMR) yang kian mengancam kesehatan global. AMR terjadi ketika mikroorganisme berevolusi dan menjadi resistan terhadap obat-obatan yang biasa digunakan, seperti antibiotik, yang mengakibatkan penyebaran penyakit yang luas dan peningkatan angka kematian. Tingkat AMR yang terus meningkat serta minimnya penemuan kelas antibiotik baru sejak tahun 1987 telah menciptakan urgensi untuk mencari agen antimikroba baru. Salah satu sumber potensial adalah mikroorganisme yang hidup di lingkungan ekstrem, seperti danau air asin Gili Meno (Lombok) dengan salinitas 54.00 ± 0.82 ppt, karena adanya produksi metabolit sekunder unik sebagai respons adaptasi. Penelitian ini bertujuan untuk mengisolasi dan mengidentifikasi mikroba dari Danau air asin Gili Meno yang menjadi habitat mikroorganisme halofilik, dan mengeksplorasi potensi kemampuan produksi antimikroba mereka melalui analisis klaster gen biosintetik (BGC). Sampel air dan sedimen danau diambil, kemudian mikroba yang terkandung diisolasi dan kemampuan aktivitas antimikrobanya diuji terhadap patogen model Gram negatif Escherichia coli dan positif Bacillus subtilis menggunakan uji tantang double layer agar. Spesies dari isolat aktif diidentifikasi melalui sekuensing DNA pengkode 16S rRNA. Kemudian, genome mining dilakukan menggunakan perangkat lunak AntiSMASH dari data whole genome yang tersedia dari spesies yang teridentifikasi di pusat data publik untuk mengidentifikasi BGC yang berpotensi menghasilkan antibiotik baru. Visualisasi struktur 2D dari produk akhir yang diprediksi juga dilakukan. Berdasarkan hasil penelitian, 40 isolat mikroba berhasil diisolasi dengan 11 di antaranya menunjukkan aktivitas antimikroba. Dari 11 isolat tersebut, dua spesies berhasil diidentifikasi berdasarkan hasil sekuensing DNA pengkode 16S rRNA, yaitu Bacillus paralicheniformis dan Priestia megaterium. Analisis genome mining pada isolat-isolat tersebut menunjukkan adanya dua BGC yang potensial, yaitu klaster yang mirip Paeninodin dan Amyloliquecidin GF610. Prediksi struktur 2D dari produk akhir BGC tersebut mengidentifikasi senyawa Paeninodin B, PamA1, dan PamA2, yang menjadi titik awal untuk penelitian lanjut dalam pengembangan senyawa antimikroba baru.
EFEK PENAMBAHAN CHITIN TERHADAP KARAKTERISTIK FISIK AEROBIC GRANULAR SLUDGE DI SISTEM SEQUENCING BATCH REACTOR
Aerobic Granular Sludge (AGS) adalah kumpulan mikroba yang dapat berperan dalam penyisihan organik di air limbah secara simultan dalam satu sistem reaktor. Pembentukan AGS dipengaruhi oleh banyak faktor, salah satunya adalah keberadaan kation. Dalam penelitian ini, pembentukan AGS dilakukan dengan penambahan chitosan, polimer kationik alami. Tujuan perlakuan tersebut adalah untuk melihat pengaruh yang diberikan chitosan terhadap karakteristik fisik AGS. Penelitian dilakukan dengan menggunakan sistem Sequencing Batch Reactor (SBR) pada volume kerja 3 L, Organic Loading Rate (OLR) sebesar 2,5 kg COD/m3 .hari yang diperoleh dari glukosa (C6H12O6) sebagai sumber karbon tunggal di air limbah artifisial, dan waktu siklus reaktor 8 jam. Lalu, variasi dosis chitosan dengan konsentrasi 3.333 dan 6.667 mg/L masing-masing ditambahkan di reaktor 1 dan 2 (R1 dan R2), sedangkan reaktor lainnya (R0) dioperasikan sebagai reaktor kontrol. Setelah reaktor dioperasikan selama 21 hari, hasil penelitian menunjukkan bahwa penambahan chitosan dapat meningkatkan kualitas beberapa parameter terkait karakteristik fisik AGS, yaitu SVI, aspect ratio, dan kecepatan pengendapan partikel. Jika dilihat dari pertumbuhan biomassa, penambahan chitosan tidak berpengaruh terhadap hal tersebut, sehingga biomassa dapat bertumbuh tanpa adanya gangguan yang berarti. Jika dilihat dari performa penyisihan organik, penambahan chitosan dapat sedikit menurunkan efisiensi penyisihan organik. Kesimpulan yang dapat diperoleh dari penelitian ini adalah dosis chitosan sebanyak 6.667 mg/L merupakan dosis optimum bila dibandingkan dengan dosis chitosan sebanyak 3.333 mg/L.
POTENSI PLANT-DERIVED EXOSOME-LIKE NANOPARTICLE (PDEN) JAHE EMPRIT (ZINGIBER OFFICINALE VAR. AMARUM) PADA EKSPRESI GEN BAX DAN MCL1 YANG BERPERAN DALAM APOPTOSIS SEL KANKER SERVIKS HELA
Kanker serviks merupakan kanker keempat terbanyak yang diderita oleh wanita. Indonesia berada di posisi ketiga tertinggi di dunia atas kasus kematian akibat kanker serviks. Akan tetapi, terapi kanker konvensional masih memiliki berbagai keterbatasan seperti terjadinya komplikasi, resistensi, serta efek samping yang menurunkan kualitas hidup pasien. Kanker kanker merupakan penyakit yang disebabkan oleh adanya pertumbuhan sel yang tidak terkontrol sehingga induksi terjadinya apoptosis merupakan target utama dalam terapi kanker. Apoptosis diregulasi oleh 2 kelompok gen yang berperan dalam mendukung atau mencegah apoptosis. Salah satu ciri terjadinya apoptosis yaitu adanya fragmentasi nukleus. Saat ini, plant-derived exosome-like nanoparticles (PDEN) banyak diteliti sebagai agen antikanker yang biokompatibel dan rendah imunogenisitas, salah satunya yaitu PDEN dari jahe emprit (Zingiber officinale var. amarum) yang memiliki kandungan senyawa aktif antiinflamasi yang tinggi. Penelitian sebelumnya menunjukkan pemberian PDEN jahe emprit secara tidak langsung dapat memicu terjadinya apoptosis pada sel kanker. Namun, penelitian terkait pemanfaatan PDEN jahe emprit sebagai agen antikanker secara langsung pada sel masih terbatas. Oleh karena itu, penelitian ini bertujuan untuk menganalisis potensi PDEN jahe emprit yang diberikan secara in vitro dalam menginduksi apoptosis pada lini sel kanker serviks HeLa. Hasil karakterisasi PDEN jahe emprit menunjukkan partikel memiliki ukuran rata-rata 190,98 ± 152,88 nm dengan morfologi bulat dan memiliki membran bilayer. Uji sitotoksisitas pada lini sel HeLa menggunakan uji MTT menunjukkan PDEN jahe emprit dapat menurunkan viabilitas sel HeLa secara signifikan (p-value < 0,05) jika dibandingkan dengan kelompok kontrol negatif dengan nilai IC50 sebesar 6,742 ?g/mL setelah 48 jam inkubasi. Pemberian PDEN jahe emprit dengan konsentrasi 2,1, 6,7, dan 22 ?g/mL pada sel HeLa menyebabkan penurunan sel yang masih menempel pada permukaan plastik kultur serta meningkatkan jumlah sel yang mengalami kematian secara signifikan. Lebih lanjut, jika dibandingkan dengan kelompok kontrol, analisis ekspresi gen melalui RT-qPCR menunjukkan adanya penurunan ekspresi gen antiapoptosis MCL1 secara signifikan pada konsentrasi 22 ?g/mL (p-value < 0,05) serta peningkatan ekspresi gen proapoptosis BAX secara signifikan pada konsentrasi 6,7 dan 22 ?g/mL (p-value < 0,05). Analisis rasio BAX/MCL1, sebagai faktor krusial yang menentukan kemampuan sel untuk menstimulasi apoptosis, menunjukkan adanya peningkatan nilai rasio ekspresi BAX/MCL1 yang signifikan pada konsentrasi 22 ?g/mL jika dibandingkan dengan kelompok kontrol. Berdasarkan data yang diperoleh, dapat disimpulkan PDEN jahe emprit berpotensi untuk menurunkan viabilitas sel, menurunkan persentase sel yang menempel pada plastik kultur, meningkatkan jumlah sel yang mengalami kematian, menurunkan ekspresi gen antiapoptosis MCL1, meningkatkan ekspresi gen proapoptosis BAX, serta meningkatkan nilai rasio ekspresi BAX/MCL1 pada lini sel kanker serviks HeLa.
POTENSI PLANT DERIVED EXOSOME-LIKE NANOPARTICLES (PDEN) DAUN PEGAGAN (CENTELLA ASIATICA) SEBAGAI AGEN ANTI-PHOTOAGING: STUDI IN VITRO PADA LINI SEL FIBROBLAS 1BR3
Paparan sinar ultraviolet (UV) berlebih memicu akumulasi stres oksidatif dan degradasi kolagen pada sel yang dapat mempercepat penuaan dini. Identifikasi agen yang mampu mengatasi stres oksidatif menjadi krusial dalam pengembangan terapi perawatan kulit. Plant-derived exosome-like nanoparticles (PDEN) kini kian dikaji dalam pengembangan nanokosmetik karena diketahui memiliki biokompatibilitas tinggi dan imunogenisitas yang rendah. Pegagan (Centella asiatica) dikenal akan senyawa bioaktifnya yang terbukti memiliki aktivitas antioksidan dan pro-kolagen yang kuat. Namun, eksplorasi potensi PDEN dari tanaman ini masih sangat terbatas. Oleh karena itu, penelitian ini bertujuan untuk mengevaluasi potensi PDEN dari daun pegagan (CA-PDEN) dalam menghambat proses penuaan dini melalui analisis antioksidan dan pro-kolagennya. CA-PDEN diisolasi dari daun pegagan segar melalui metode sentrifugasi bertingkat, presipitasi berbasis polietilen glikol 6000 (PEG6000), dan filtrasi bertahap. Diperoleh total konsentrasi protein isolat sebesar 1203,71 ± 20 ?g/mL berdasarkan Bicinchoninic Acid (BCA) Protein Assay. Karakterisasi isolat dengan particle size analyzer (PSA) dan transmission electron microscope (TEM) menunjukkan morfologi bulat bermembran lipid ganda, berukuran rata-rata 154,17 ± 1,59 nm dengan homogenitas tinggi. Aktivitas antioksidan ekstraseluler melalui uji DPPH menunjukkan bahwa CAPDEN memiliki aktivitas antioksidan kuat dengan nilai IC50 (inhibition concentration) sebesar 43 ?g/mL. Uji sitotoksisitas secara in vitro pada sel 1BR3 dengan uji MTT menunjukkan bahwa CAPDEN tidak bersifat toksik (viabilitas > 70%) hingga konsentrasi 100 ?g/mL. Analisis internalisasi dengan pewarnaan DAPI dan PKH67 menunjukkan akumulasi CA-PDEN di dalam sel setelah 6 jam inkubasi. Pada level seluler, hasil pengukuran kadar reactive oxygen species (ROS) intraseluler dengan pewarna fluoresens (red ROS dye) menunjukkan bahwa pra-inkubasi CA-PDEN (20, 40, dan 100 ?g/mL) mampu menekan kadar ROS intraseluler secara dose-dependent pada sel terinduksi UVB (151 mJ/cm²). Kemudian, analisis restorasi sintesis kolagen tipe 1 melalui imunositokimia mengindikasikan bahwa pra-inkubasi CA-PDEN (40 dan 100 ?g/mL) mampu memulihkan ekspresi kolagen tipe 1 pada sel terinduksi UVB. Validasi secara kuantitatif melalui Enzyme Linked Immunosorbent Assay (ELISA) menunjukkan bahwa pemberian CA-PDEN pada konsentrasi 100 ?g/mL dapat meningkatkan ekspresi kolagen tipe 1 secara signifikan (p < 0,05). Terakhir, evaluasi potensi dalam mendukung regenerasi sel melalui pengamatan scratch assay selama 96 jam mengindikasikan bahwa perlakuan CA-PDEN 100 ?g/mL menunjukkan peningkatan persentase area tutupan luka gores secara signifikan (p < 0,05) pada jam ke-84 dan 96 pengamatan dibandingkan kontrol. Secara keseluruhan, hasil yang diperoleh menunjukkan kemampuan CA-PDEN dalam menekan stres oksidatif, merestorasi sintesis kolagen sel, serta mendukung migrasi sel. Temuan ini menggarisbawahi potensinya sebagai agen anti penuaan dini yang menjanjikan dalam pengembangan nanokosmetik.
IMPLEMENTASI HARDWARE ACCELERATOR PADA ALGORITMA LIFELONG REINFORCEMENT LEARNING DALAM PEMECAHAN MASALAH COVERAGE PATH PLANNING
Coverage path planning merupakan sebuah masalah pemrograman yang biasa digunakan dalam robotika yang mana sebuah agen perlu melintasi seluruh area tempatnya bekerja. Hal ini sering dilakukan untuk melakukan pemetaan atau eksplorasi terutama di area-area yang tidak diketahui strukturnya. Akan tetapi, karena area eksplorasi ini tidak diketahui struktur dan luas areanya, agen yang dipekerjakan dapat memiliki kemampuan pemetaan yang tidak sesuai. Pada penelitian ini, algoritma retracking spiral algorithm dibuat untuk melakukan covergae path planning pada daerah yang tidak diketahui dengan pasti strukturnya. Selain itu, algoritma lifelong reinforcement learning berupa model as partition juga diimplementasikan untuk mengatasi luas area yang tidak diketahui pada environment tempat agen bekerja. Akan tetapi, kedua algoritma ini didasarkan pada model reinforcement learning yang mana memiliki kelemahan dari sisi kecepatan, skalabilitas, dan fleksibilitas. Oleh karena itu, hardware accelerator untuk kedua algoritma ini juga dibuat untuk menghadapi kelemahan-kelemahan tersebut. Berdasarkan hasil yang didapatkan, algoritma retracking spiral algorithm yang diteliti memilik rata-rata nilai coverage ratio sebesar 1.16 dan path efficiency sebesar 0.93 dengan kemampuan untuk melakukan coverage di area yang tidak diketahui. Untuk algoritma model as partition sendiri memiliki rata-rata coverage ratio sebesar 1.37 dan rata-rata path efficiency sebesar 0.78. Ditemukan pula tren kenaikan coverage ratio dan penurunan path efficiency ketika jumlah training dan obstacle naik. Model hardware accelerator yang dibuat juga diimplementasikan pada FPGA PYNQ-Z1 yang mana saat diukur resource utilization dari desain memiliki nilai di bawah 6% kecuali pada BRAM Tile dan memiliki frekuensi maksimum mencapai 142 MHz untuk retracking spiral algorithm dan mencapai 160 MHz untuk model as partition. Speedup antara hardware accelerator. Penelitian ini menunjukkan bahwa algoritma yang dibuat masih memiliki kemungkinan untuk dikembangkan, terutama dari sisi performa dan ukuran arena maksimal yang dapat dipetakan.
ANALISIS KOMPARATIF SAGA CHOREOGRAPHY DAN SAGA ORCHESTRATION PADA EVENT-DRIVEN MICROSERVICES BERBASIS EVENT SOURCING UNTUK SISTEM E-COMMERCE
Pertumbuhan pengguna e-commerce global yang mencapai 2,77 juta pada tahun 2025 dengan proyeksi 2,86 juta di tahun 2026 dan adopsi arsitektur microservices oleh 85% perusahaan e-commerce enterprise secara global memunculkan tantangan baru dalam mengelola konsistensi data pada transaksi terdistribusi. Meskipun saga pattern telah dikenal sebagai solusi teoritis, kajian empiris yang membandingkan efektivitas pendekatan saga choreography dan saga orchestration dalam konteks e-commerce dan penerapan event sourcing masih terbatas. Penelitian ini menganalisis perbandingan kinerja antara saga choreography dan saga orchestration pada implementasi event-driven microservices dengan pendekatan event sourcing untuk sistem e-commerce. Implementasi menggunakan domain order, inventory, dan payment dengan fokus pada koordinasi terdistribusi versus terpusat. Pengujian fungsional memverifikasi pemenuhan kebutuhan sistem, sedangkan pengujian nonfungsional menganalisis lima metrik, yaitu response time, throughput, success rate, eventual consistency delay, dan CPU usage pada beban 50-6400 virtual users. Hasil menunjukkan saga choreography unggul pada beban rendah dengan response time P50 85-145ms, tetapi mengalami degradasi drastis (P95 2000ms) pada beban tinggi. Saga orchestration menunjukkan kinerja yang lebih baik pada beban tinggi dengan throughput maksimal 4200 sagas/s, success rate 92.5%, eventual consistency 2.2 kali lebih cepat (0.17s vs 0.39s), dan CPU usage yang linear (48-76%). Saga choreography memiliki titik awal CPU rendah (35%), tetapi pertumbuhan eksponensial hingga 102%. Penelitian menyimpulkan bahwa saga choreography optimal untuk sistem skala kecil-menengah (<1600 VUs) dengan efisiensi resources, sedangkan saga orchestration lebih sesuai untuk enterprise dengan traffic tinggi (>3200 VUs) yang memerlukan reliability tinggi.
SISTEM INFORMASI NUTRISI DENGAN PENGENALAN GAMBAR MAKANAN BERBASIS CNN PADA PLATFORM SMART CANTEEN (STUDI KASUS: ITB GANESHA)
Kesadaran akan pentingnya informasi nutrisi di lingkungan kampus ITB terus meningkat, namun akses terhadap informasi tersebut masih terbatas. Penelitian ini, dengan menggunakan pendekatan Design Science Research Methodology (DSRM), bertujuan untuk merancang dan mengimplementasikan sebuah modul informasi nutrisi yang dapat diintegrasikan ke dalam platform Smart Canteen ITB Ganesha. Modul ini memanfaatkan arsitektur CNN custom dengan pendekatan klasifikasi dua tahap untuk menyediakan estimasi nutrisi secara otomatis dari gambar makanan. Tahap pertama adalah model deteksi makanan (biner), diikuti oleh model klasifikasi jenis makanan (multi-kelas). Sistem ini diimplementasikan menggunakan arsitektur three-tier yang terdiri dari React Native (frontend), Node.js (backend), dan TensorFlow.js untuk inferensi model. Model dilatih menggunakan dataset custom yang terdiri dari 12.203 gambar (11 kelas makanan dan 1 kelas non-makanan). Informasi nutrisi yang disajikan merupakan estimasi yang didasarkan pada data referensi dari Tabel Komposisi Pangan Indonesia dan USDA FoodData Central. Hasil evaluasi menunjukkan performa model yang sangat baik. Model tahap pertama mencapai akurasi 92,7% dengan AUC 0,979 untuk deteksi makanan, sementara model tahap kedua mencapai akurasi 84,36% untuk klasifikasi jenis makanan. Pengujian fungsional memvalidasi bahwa seluruh fitur inti sistem berjalan sesuai rancangan. Penelitian ini berhasil membuktikan bahwa pendekatan CNN bertingkat yang dirancang secara custom merupakan solusi yang efektif dan layak secara teknis untuk mengidentifikasi makanan dan menyajikan informasi nutrisi secara otomatis dalam ekosistem kantin kampus.
ANALISIS PERBANDINGAN PERFORMA FEDERATED LEARNING DENGAN CENTRALIZED LEARNING PADA MODEL MULTI-LAYER PERCEPTRON UNTUK PREDIKSI BIAYA MEDIS
Federated Learning adalah bentuk pembelajaran mesin terdesentralisasi yang merupakan alternatif yang lebih baik secara privasi karena sifat pembelajaran mesin yang melatih model secara lokal tanpa perlu ada perpindahan data ke server pusat. Pembaruan model kemudian dikirim ke server, sehingga proses pembelajaran tidak terpusat di satu titik saja. Multi Layer Perceptron (MLP) merupakan salah satu model kompleks yang fleksibel dan dapat digunakan dalam pembelajaran mesin untuk prediksi data bertipe regresi. Buku ini akan membahas perbandingan pelatihan model prediksi MLP dengan pendekatan Centralized Learning dan Federated Learning berdasarkan metrik performa seperti R 2 , MAE, MSE, RMSE dan kemampuannya dalam memprediksi biaya medis. Hal ini bertujuan untuk mengetahui apakah Federated Learning, dengan segala kelebihannya seperti tidak perlu adanya perpindahan data untuk pembelajaran yang terpusat, dapat menggantikan Centralized Learning dalam segi performa untuk kepentingan bisnis. Hasil dari percobaan yang dibuat adalah, Federated Learning masih belum dapat menggantikan Centralized Learning dalam sisi performa. Hal ini tentunya kurang baik diimplementasikan dalam ranah bisnis seperti bisnis asuransi, karena estimasi biaya yang tidak akurat akan sangat memengaruhi biaya premi yang ditetapkan kepada calon pelanggan. Penulis berkesimpulan bahwa model yang dilatih dengan Federated Learning belum mampu menjadi alternatif bagi Model yang dilatih dengan Centralized Learning, dan perlu adanya optimisasi lebih lanjut atau eksplorasi dengan model lain yang lebih kuat dan kompleks. Penulis juga menyarankan agar calon peneliti hendaknya memiliki pengetahuan yang tinggi mengenai pembelajaran mesin, agar dapat membuat desain model yang lebih baik dan mendapatkan hasil yang lebih valid dari penulis.
PENGEMBANGAN WEARABLE SENSOR BERBASIS MIKROKONTROLER DAN MACHINE LEARNING UNTUK KLASIFIKASI ABNORMAL GAIT: STUDI KASUS PADA DATASET PASIEN PARKINSON
Penyakit Parkinson merupakan gangguan neurodegeneratif yang memengaruhi sistem motorik, khususnya pola berjalan (gait). Abnormalitas gait menjadi indikator penting untuk mendeteksi dan menilai tingkat keparahan penyakit. Instrumen konvensional seperti motion capture dan gait analysis system dinilai kurang praktis karena biaya tinggi dan keterbatasan mobilitas. Penelitian ini bertujuan mengembangkan sistem wearable sensor berbasis mikrokontroler ESP32 dengan sensor tekanan FSR, serta membangun pipeline analisis gait berbasis machine learning untuk mendeteksi dan mengklasifikasikan tingkat abnormal gait pada pasien Parkinson. Sistem terdiri atas empat subsistem utama, yaitu: (1) catu daya berbasis baterai LiPo 3,7 V dengan modul step-up; (2) sensor berupa tiga FSR yang ditempatkan pada area tumit, tengah telapak, dan ujung kaki; (3) unit pemrosesan berbasis ESP32 Devkit V4 dengan komunikasi UDP; serta (4) antarmuka perangkat lunak untuk akuisisi dan analisis data. Data gait diproses melalui digital filtering, segmentasi berdurasi 5 detik, dan ekstraksi 20 fitur statistik maupun kinematik. Hasil pengujian menunjukkan perangkat mampu merekam sinyal gait dengan konsistensi yang baik, dengan coefficient of variation (CV) fitur utama pada rentang 2,7–6,8%. Model machine learning terbaik diperoleh dari algoritma Random Forest, yang setelah dilakukan remapping label H&Y menjadi tiga kelas (normal gait: H&Y 0 & 2, mild abnormal gait: H&Y 2,5, medium abnormal gait: H&Y 3) menghasilkan akurasi validasi 84% dan akurasi pengujian 81,6%, dengan nilai precision, recall, dan F1-score konsisten di atas 80%. Analisis confusion matrix menunjukkan tantangan utama dalam membedakan kelas normal dan mild, yang dapat dijelaskan oleh kesamaan profil gait pada H&Y 0–2. Pada pengujian langsung dengan 10 subjek sehat, sebagian besar prediksi mengarah ke kelas normal, meskipun beberapa masih terklasifikasi sebagai mild, yang menandakan potensi perbaikan melalui perluasan dataset dan optimasi sensor. Secara keseluruhan, penelitian ini menunjukkan bahwa sistem wearable berbasis ESP32 mampu menangkap parameter gait secara stabil dan valid, serta mendukung klasifikasi tingkat abnormal gait menggunakan machine learning. Kebaruan penelitian terletak pada integrasi perangkat sederhana dengan pipeline analisis yang komprehensif, sementara kontribusinya adalah menyediakan dasar pengembangan perangkat portabel, ekonomis, dan potensial untuk digunakan dalam monitoring progresivitas Parkinson di luar laboratorium klinis.