Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar Belakang: Komplikasi pascaoperasi rentan terjadi pada populasi berisiko tinggi salah satunya adalah populasi yang menjalani operasi mayor. Infeksi daerah operasi (IDO) adalah salah satu komplikasi pascaoperasi yang sering ditemukan pada prosedur laparotomi. Pasien yang menjalani operasi akan mengalami respons stres pascaoperasi berupa peningkatan proses inflamasi yang berdampak pada peningkatan proteolisis protein otot. Sangat penting memerhatikan asupan protein praoperasi untuk meningkatkan cadangan protein otot, mendukung penyembuhan luka pascaoperasi dan imunitas. Penelitian terdahulu menjelaskan bahwa peningkatan asupan protein praoperasi sebesar 10% (> 1,2 g/kg BB/hari) dari kebutuhan dapat mengurangi risiko komplikasi (infeksi, non-infeksi dan dekubitus) sebesar 10%.Metode: Studi kohort prospektif dilakukan pada 93 pasien dengan kelompok cukup protein sebanyak 48 subjek dan kelompok tidak cukup protein sebanyak 45 subjek yang akan menjalani laparotomi elektif di RSUPN Dr. Cipto Mangunkusumo, Jakarta. Analisis kecukupan protein dilakukan dengan metode wawancara selama 7 hari praoperasi. Pemantauan pasien dilakukan selama 30 hari pascaoperasi untuk menilai adanya komplikasi berupa IDO. Analisis hubungan keduanya dilakuan menggunakan uji Chi-Square dan dilakukan analisis multivariat untuk menilai faktor-faktor yang paling berhubungan dengan kejadian IDO pascalaparotomi elektif.Hasil: Terdapat hubungan antara kecukupan protein praoperasi dengan kejadian infeksi daerah operasi pascalaparotomi elektif (RR 3,413; IK 95%, 1,363-8,549; p = 0,004). Hasil analisis multivariat menunjukan kecukupan protein praoperasi dan kadar albumin praoperasi berhubungan kuat untuk memprediksi terjadinya infeksi daerah operasi pascalaparotomi elektif.Kesimpulan: Kecukupan protein dan kadar albumin praoperasi dapat memprediksi kejadian infeksi daerah operasi pascalaparotomi elektif.

---

Background: Postoperative complications are prone to occur in high-risk populations, one of which is the population undergoing major surgery. Surgical site infection (SSI) is one of the most common postoperative complications in laparotomy procedures. Patients who undergo surgery will experience a postoperative stress response in the form of an increase in the inflammatory process which results in an increase in muscle protein proteolysis. It is very important to focus on preoperative protein intake to increase muscle protein reserves, support postoperative wound healing and immunity. Previous research explained that the increment of preoperative protein by 10% (> 1.2 g/kg BW/day) can reduce the risk of complications (infectious, non-infectious and decubitus) by 10%.

Methods: A prospective cohort study was conducted on 93 patients with sufficient protein group of 48 subjects and protein insufficient group of 45 subjects undergoing elective laparotomy at Dr. Cipto Mangunkusumo Hospital, Jakarta. Analysis of protein adequacy was carried out by interview method for 7 days preoperatively. Patient monitoring was carried out for 30 days postoperatively to assess complications in the form of SSI. Analysis of association between protein adequacy and SSI was carried out by using the Chi-Square test and multivariate analysis was performed to assess the most associated factors with post elective laparotomy SSI.

Results: There is a association between preoperative protein adequacy and the incidence of post elective laparotomy SSI (RR 3,413; 95% CI, 1,363-8,549; p = 0,004). The multivariate analysis showed that preoperative protein adequacy and preoperative albumin levels were strongly related to predict the occurrence of post elective laparotomy SSI.

Conclusion: Preoperative protein adequacy and albumin levels were strongly related to predict post elective laparotomy SSI."

"Diabetes mellitus atau biasa disebut sebagai diabetes adalah penyakit metabolik yang disebabkan oleh penderita memiliki kadar gula darah yang tinggi dan organ pankreas tidak dapat memproduksi hormon insulin secara efektif. Diabetes dapat mengakibatkan penyakit yang lebih parah seperti kebutaan, gagal ginjal, dan penyakit jantung. Oleh karena itu, pendeteksian sejak dini dibutuhkan agar pasien dapat mencegah penyakitnya sebelum menjadi lebih parah. Karena data medis biasanya berukuran besar dan tidak berdistribusi normal, beberapa peneliti menggunakan metode klasifikasi untuk memprediksi gejala penyakit atau mendiagnosa penyakit. Pada penelitian ini, digunakan algoritma Learning Vector Quantization (LVQ) untuk klasifikasi data set diabetes dengan seleksi fitur Chi-Square. Pada penelitian ini digunakan dua data set diabetes yaitu data set I dengan 8 fitur dan data set II dengan 19 fitur. Hasil dari penelitian ini menunjukkan bahwa untuk data set dengan 8 fitur, akurasi dan performa model tertinggi diperoleh ketika data set mengandung hampir seluruh fiturnya yaitu 7 fitur dengan akurasi sebesar 76,55%. Sedangkan untuk data set dengan 19 fitur, akurasi dan performa model tertinggi diperoleh ketika data set telah melewati proses seleksi fitur dengan menggunakan metode Chi-Square yaitu pada model dengan 10 fitur dengan akurasi sebesar 78,96%.

---

Diabetes mellitus or commonly referred as diabetes is a metabolic disorder caused by high blood sugar level and the pancreas that does not produce insulin effectively. Diabetes can lead to more relentless disease such as blindness, kidney failure, and heart attacks. Therefore, early detection is needed in order for the patients to prevent the disease for being more severe. According to the non-normality and huge size of data in medical field, some researchers use classification methods to predict symptoms or diagnose patients. In this study, Learning Vector Quantization (LVQ) is used to classify the diabetes data set with Chi-Square Feature Selection. This study adopted two kinds of diabetes data set which are, data set I that contains 8 features and data set II that contains 19 features. The result of the experience shows that for data set I, the highest accuracy and model performance is achieved when the model contains most of its features which is the model that contains 7 features with 76,55% of accuracy. Moreover, for data set II, the highest accuracy and model performance is achieved when the model contains features that has been selected with the Chi-Square feature selection which is the model with 10 features and the accuracy achieved is 78,96%."

"Diabetes Melitus (DM) merupakan gangguan sistem metabolik akibat pankreas tidak memproduksi cukup insulin atau tubuh tidak mampu menggunakan insulin yang ada secara efektif. Menderita diabetes dalam jangka waktu panjang dapat mengakibatkan berbagai macam komplikasi salah satu di antaranya adalah Retinopati diabetik. Retinopati diabetik  adalah kelainan pada bagian mata yang disebabkan oleh adanya kerusakan dan penyumbatan pada pembuluh darah di bagian belakang mata (retina). Pada penelitian kali ini akan di gunakan data retinopati diabetik dengan menggunakan metode seleksi fitur Recursive Feature Elimination (RFE) dan Chi-Square dan akan di klasifikasi menggunakan Support Vector Machine.

---

Diabetic retinopathy is one of the complication of diabetes, which is an eye disease that can cause blindness. Its happen because of damage of retina as a result of the long illness of diabetic melitus. People usually do research using image data in diabetic patients. This paper present about diabetic retinopathy will extracting with feature selection. In this study, we use data diabetic patients who will be extracted with a feature selection method. Feature selection used in this study is Recursive Feature Elimination (RFE) and Chi-Square. For classification of diabetic retinopathy has been done by Support Vector Machine (SVM). From the experimental result with various tunning hyperparameters, the classification model can obtain the accuracy between 97%-100% for both methods."

"

Saat ini tidak ada keraguan bagi siswa-siswi sekolah menengah untuk melanjutkan pendidikannya ke jenjang universitas. Namun, transisi dari sekolah menengah ke pendidikan tinggi adalah tantangan besar bagi mahasiswa tahun pertama. Kinerja mahasiswa pada tahun pertama cenderung menentukan kinerja mahasiswa tersebut di tahun-tahun akademik berikutnya. Penting untuk mencari karakteristik-karakteristik mahasiswa berdasarkan kinerjanya pada awal tahun semester akademik, sehingga dapat dilakukan pendeteksian awal untuk mencegah penurunan kinerja dan meningkatkan prestasi akademik mahasiswa. Penelitian ini bertujuan untuk mengelompokkan 140 mahasiswa semester pertama. Fitur-fitur diseleksi menggunakan Chi-Square lalu digunakan Fuzzy C-Means clustering untuk mengelompokkan mahasiswa. Dari hasil simulasi, mahasiswa dikelompokkan ke dalam dua cluster dengan kinerja cluster kedua lebih baik dibanding kinerja cluster pertama.

---

Currently there is no doubt for high school students to continue their education at the university level. However, the transition from high school to university is a major challenge for the first-year students. Moreover, student performance during the first year tends to determine their performance in the following academic years. It is important to find student's characteristics based on their performance at the beginning of the academic semester so that early detection can be done to prevent performance degradation and increase student academic achievement. This study aims to cluster 140 first year students. Features are selected using the Chi-Square feature selection method and then using Fuzzy C-Means clustering to group the students. From simulation result, students are grouped into two clusters with the second cluster's performance is better than the first cluster's performance.

"

"Asuransi kendaraan bermotor diperlukan untuk perlindungan dari risiko kerugian finansialakibat kerusakan, kecelakaan, ataupun pencurian kendaraan. Dalam industri asuransikendaraan bermotor, terdapat sistem penentuan besar net premi untuk pemegang polis yangdikenal dengan sistem bonus malus. Sistem ini merupakan sistem experience rating yangartinya dalam melakukan penentuan besar net premi, akan dilihat sejarah klaim yang dilakukanoleh pemegang polis. Bonus merupakan penurunan premi apabila seorang pemegang polistidak mengajukan klaim sama sekali dalam satu periode dan malus merupakan kenaikan premiapabila seorang pemegang polis mengajukan satu atau lebih klaim. Pada tugas akhir ini,dilakukan pemodelan frekuensi klaim asuransi kendaraan bermotor dengan model binomialnegatif, Good Risk/Bad Risk, dan Poisson-Inverse Gaussian. Parameter masing-masing modelditaksir menggunakan metode momen. Selanjutnya, dilakukan penentuan besar net premi yangharus dibayarkan pemegang polis berdasarkan model-model yang telah dibentuk. Seleksimodel dilakukan dengan menggunakan chi-square goodness of fit test. Penentuan besar netpremi dilakukan dengan metode expected value principle, dimana premi dihitung denganekspektasi posterior dari model. Hasil aplikasi pada data menunjukan bahwa model yangberbeda menghasilkan besar premi yang berbeda pula dan semakin besar frekuensi klaim yangdilakukan oleh seorang pemegang polis di masa lampau, maka semakin besar pula premi yangharus dibayarkan oleh pemegang polis.

---

Automobile insurance is needed to protect policyholder against the risk of financial loss due to

damage, accidents or vehicle theft. In automobile insurance industry, there is a system to

determine the amount of net premiums for policyholders known as the bonus malus system

(BMS). This system is an experience rating system, which means the amount of the net

premium depends on policyholder's claim history. Bonus is a decrease in premium if a

policyholder does not initiate any claim at all, in one period and malus is an increase in

premium if a policyholder initiates one or more claims. In this final project, the frequency of

automobile insurance claims was modelled with a negative binomial, Good Risk/Bad Risk, and

Poisson-Inverse Gaussian models. The parameters of each model are estimated using the

moment method. Model selection is carried out using the chi-square goodness of fit test.

Furthermore, the amount of net premium to be paid by policyholders is determined based on

the models that have been established. Determination of the amount of net premium is carried

out using the expected value principle method, where the premium is calculated based on the

posterior expectation. The data application results show that different models produce different

premiums and the greater the frequency of claims initiated by policyholders in the past, the

greater the premium that must be paid by policyholders."

"Dalam teori pengujian hipotesis Neyman-Pearson, keefisienan dari suatu uji hipotesis dinilai dari kekuatannya (power) dalam menolak hipotesis null (H0 ). Untuk mendapatkan bentuk power function dari pengujian perlu diketahui bentuk distribusi statistik uji di bawah hipotesis alternatif H1. Dalam uji chi square goodness of fit, bentuk distribusi statistik uji di bawah hipotesis alternatif H1 adalah distribusi noncentral chi square. Setelah power function dari uji chi square goodness of fit diperoleh maka nilai power untuk setiap nilai hipotesis H1 dapat ditentukan.Power dari suatu uji hipotesis tergantung dari tiga buah faktor, yaitu : tingkat signfikansi alpha, ukuran sampel, dan besar efek (effect size). Analisis power mempelajari hubungan di antara faktor-faktor tersebut dengan tujuan untuk mendapatkan suatu keseimbangan yang tepat di dalam sebuah pengujian hipotesis.Melalui suatu analisis power dalam sebuah pengujian hipotesis maka seorang penguji dapat menyusun suatu bentuk rancangan pengujian yang efektif dan efisien melalui pemilihan spesifikasi pengujian yang optimal. Kata Kunci : distribusi chi square; distribusi noncentral chi square; effect size; parameter noncentral; power; power function; transformasi ortogonal; uji chi square goodness of fit."

"Telah dilakukan penelitian mengenai pola pewarisan warna bunga Zinnia elegans pada kelompok white dan red purple. Penelitian bertujuan untuk mengetahui warna bunga Z. elegans yang muncul dari parental berwarna putih (white group) dan pink keunguan (red purple group), sekaligus mengetahui pola pewarisan warna bunga Z. elegans yang tumbuh di alam. Penelitian dilakukan selama ±6 bulan dari bulan Januari sampai Juni 2020 menggunakan lima bunga, terdiri atas 2 set dari kelompok white (F0) dan 2set dari kelompok red purple (F0), dan 1 set dari kelompok red purple (F1) yang dijadikan sebagai parental. Hasil penelitian menunjukkan bahwa sifat warna bunga dari masing-masing parental diturunkan pada keturunannya. Warna baru dihasilkan dari set 1 kelompok white red purple. Warna bunga pada Zinnia elegans dapat dikelompokkan menjadi kelompok red, red purple, orange, yellow, dan white. Berdasarkan daftar warna (colour chart), masing-masing kelompok warna bunga memiliki intensitas warna yang beragam. Warna bunga yang dihasilkan dari kelompok pink keunguan lebih beragam daripada kelompok putih. Berdasarkan perhitungan chi-square, sebagian besar pola pewarisan Z. elegans yang dibiarkan tumbuh di alam mengikuti pola pewarisan dengan Z. elegans yang disilangkan oleh manusia, dan memiliki pola pewarisan yang berbeda dengan Z. elegans yang telah dimutasi.

---

Research on the inheritance pattern of Zinnia elegans from white and red-purple groups has been carried out. This research studies the color of Z. elegans flowers produced from white and red-purple flowers, while knowing the inheritance pattern of Z. elegans flowers in nature. This research was conducted for about six months from January to June 2020 and used four flowers, consisting of 2 sets of white groups (F0), two sets of red-purple groups (F0), and one set of red-purple groups (F1) to be used as parental. The results show the color nature of each parent produced in their generation. New colors are produced from set 1 of the white and red-purple group. The color of flowers in Z. elegans can be grouped into red, red-purple, orange, yellow, and white. Based on the color chart, each flower color group has a variety of color intensities. The color of the flowers produced from the red-purple group is more diverse than the white group. Based on the Chi-square calculation, most of the inheritance patterns of Z. elegans that are allowed to grow in nature follow the pattern resulting from crossing by humans and have different inheritance patterns from Z. elegansobtained from mutation."

"Chi-squared goodness of fit tests with applications provides a thorough and complete context for the theoretical basis and implementation of Pearson’s monumental contribution and its wide applicability for chi-squared goodness of fit tests. The book is ideal for researchers and scientists conducting statistical analysis in processing of experimental data as well as to students and practitioners with a good mathematical background who use statistical methods. The historical context, especially chapter 7, provides great insight into importance of this subject with an authoritative author team. This reference includes the most recent application developments in using these methods and models."

"Latar Belakang: Infeksi daerah operasi (IDO) merupakan salah satu komplikasi pascaoperasi tersering yang meningkatkan morbiditas, mortalitas, dan beban biaya kesehatan. Penerapan strategi pencegahan hanya menurunkan sedikit angka infeksi nosokomial pada pembedahan. Vitamin D diketahui memiliki pengaruh pada regulasi imun dan penyembuhan luka. Namun, hanya sedikit studi yang menilai efek potensialnya dalam mengurangi kejadian IDO dengan hasil yang didapatkan belum konsisten. Penelitian ini bertujuan untuk menilai hubungan status vitamin D serum praoperasi dengan kejadian IDO pascalaparotomi elektif.Metode: Studi kohort prospektif ini dilakukan pada subjek berusia 18–65 tahun di RS pendidikan tersier, RSUPN Dr. Cipto Mangungkusumo, yang dirawat untuk laparotomi elektif pada bulan Maret hingga Juni 2023. Pengukuran 25-hidroksi vitamin D serum praoperasi menggunakan metode chemiluminescent microparticle immunoassay (CMIA) dengan cutoff defisiensi pada kadar <30 ng/mL. Penegakkan diagnosis IDO berdasarkan kriteria Centers for Disease Control and Prevention dilakukan melalui pemantauan harian selama 30 hari pascaoperasi. Analisis bivariat dan multivariat digunakan untuk menilai hubungan antara variabel bebas dan terikat, serta mengidentifikasi faktor perancu lain yang berhubungan dengan IDO. Hasil: Dari total 117 subjek penelitian, sebanyak 90,4% subjek defisiensi vitamin D dan 20,5% subjek mengalami IDO. Defisiensi vitamin D praoperasi signifikan meningkatkan risiko kejadian IDO dibandingkan tidak defisiensi (RR 1,16, 95% CI 1,07–1,26). Analisis lanjutan dengan regresi logistik untuk faktor perancu lain memeroleh bahwa status albumin serum praoperasi menjadi faktor yang paling signifikan meningkatkan risiko kejadian IDO.Kesimpulan: Terdapat hubungan yang bermakna secara statistik antara defisiensi vitamin D serum praoperasi dengan kejadian IDO pascalaparotomi elektif.

---

Background: Surgical site infection (SSI) is one of the most common postoperative complications that increases morbidity, mortality, and healthcare costs. The implementation of preventive strategies has only resulted in a slight reduction in nosocomial infection rates in surgical procedures. Vitamin D is known to have an influence on immune regulation and wound healing. However, there have been few studies assessing its potential effect in reducing the incidence of SSI, and the results obtained so far have been inconsistent. This study aims to assess the relationship between preoperative serum vitamin D status and the occurrence of SSI after elective laparotomy.

Methods: This prospective cohort study was conducted on subjects aged 18–65 years at a single tertiary teaching hospital, RSUPN Dr. Cipto Mangunkusumo, who underwent elective laparotomy from March to June 2023. Measurement of preoperative serum 25-hydroxy vitamin D was done using the chemiluminescent microparticle immunoassay (CMIA) method with a deficiency cutoff at levels <30 ng/mL. The diagnosis of SSI was based on the Centers for Disease Control and Prevention criteria through daily monitoring for 30 days postoperatively. Bivariate and multivariate analyses were used to assess the relationship between independent and dependent variables and identify other confounding factors associated with SSI. 

Results: Out of a total of 117 study subjects, 90.4% were vitamin D deficient, and 20.5% developed SSI. Preoperative vitamin D deficiency significantly increased the risk of SSI compared to non-deficiency (RR 1.16, 95% CI 1.07–1.26). Further analysis using logistic regression for other confounding factors revealed that preoperative serum albumin status was the most significant factor in increasing the risk of SSI.

Conclusion: There is a significant statistical association between preoperative serum vitamin D deficiency and the occurrence of SSI after elective laparotomy."