Hasil Pencarian  ::  Simpan CSV :: Kembali

"Suku banyak merupakan fungsi yang kontinu dan terdiferensial di himpunan bilangan nyata R. Sehingga, pada setiap interval tertutup, suku banyak mencapai nilai maksimum dan minimum pada titik stasioner atau titik batas interval. Cara yang biasa dipakai untuk menentukan nilai ekstrem suku banyak adalah metode Kalkulus dengan menggunakan turunan. Pada makalah ini dibahas metode menentukan nilai ekstrem suku banyak tertentu pada interval yang diberikan dengan menggunakan pertidaksamaan rata-rata aritmetika dan geometri, yang merupakan pengembangan gagasan yang diajukan oleh de Alwis.

---

A method for finding the extreme of certain polynomials using inequalities of the mean. A polynomial y = p(x) is continuous and differentiable on its domain R. Therefore, at any closed interval, the graph attains both the maximum and minimum values in the stationary points or the borders of the interval. The method commonly used to find the extremum is Calculus by using derivatives. This paper presents a method for finding the extremum of certain polynomials using inequalities of the mean based on de Alwis?s work."

"Spektrum frekuensi radio sebagai sumber alam yang sifatnya terbatas dan dimanfaatkan oleh pemerintah maupun masyarakat, memerlukan pengaturan yang cermat dalam penggunaannya. Pemanfaatan frekuensi radio untuk keperluan komersial, non komersial, sosial maupun keperluan militer (keamanan) dengan bermacam-macam jenis jasa (service) yang memungkinkan. Dengan berkembangnya teknologi sistem telekomunikasi yang menggunakan frekuensi radio, maka diperlukan pola pengaturan dan pentarifan yang lebih sesuai, adil dan bermanfaat baik bagi operator maupun masyarakat, disamping dapat meningkatkan pendapatan negara dan pemanfaatan frekuensi. Zona merupakan salah satu indikator dalam penghitungan tarif BHP ISR. Berdasarkan Peraturan Menteri Komunikasi dan Informatika nomor 7 tahun 2021 tentang penggunaan spektrum frekuensi radio, penetapan wilayah dalam zona penarifan ISR ditinjau paling sedikit 1 (satu) kali dalam 5 (lima) tahun dengan mempertimbangkan aspek ekonomi suatu wilayah. Seiring bertambahnya waktu, wilayah kabupaten/kota mengalami perubahan baik pemekaran wilayah layanan ataupun pengembangan wilayah berpengaruh pada perubahan profil ekonomi suatu wilayah kabupaten/kota, sehingga perlu dilakukan evaluasi untuk melakukan pembaruan Zona Penarifan ISR. Evaluasi zona penarifan ISR dilakukan berbasiskan pada metode K-Mean Clustering dengan menggunakan 40 cluster sebagai acuan centroid awal dengan hasil akhir 5 zona. Metode tersebut berdasarkan analisis terhadap potensi ekonomi suatu wilayah yang direfleksikan melalui Produk Domestik Bruto (PDRB) sebagai demand dan pemanfaatan layanan telekomunikasi yang direfleksikan melalui trafik sebagai supply. Hasil evaluasi zona ISR dari penelitian ini adalah opsi pertama, zona 1 sejumlah 92 kota/kabupaten, zona 2 sejumlah 132 kota/kabupaten, zona 3 sejumlah 141 kota/kabupaten, zona 4 sejumlah 105 kota/kabupaten, dan zona 5 sejumlah 44 kota/kabupaten. Sedangkan opsi 2, zona 1 sejumlah 5 kota/kabupaten, zona 2 sejumlah 11 kota/kabupaten, zona 3 sejumlah 29 kota/kabupaten, zona 4 sejumlah 101 kota/kabupaten, dan zona 5 sejumlah 368 kota/kabupaten. Penelitian ini diharapkan dapat memberikan gambaran metode penyesuaian zona ISR berdasarkan kondisi ekonomi dan teknologi suatu wilayah untuk pembangunan dalam mendorong tranformasi digital Indonesia.

---

The radio frequency spectrum, as a natural resource that is limited and utilized by both the government and the public, requires careful regulation in its use. The utilization of radio frequency for commercial, non-commercial, social, and military (security) purposes allows for various types of services. With the development of telecommunication system technology that uses radio frequency, there is a need for a more appropriate, fair, and beneficial regulatory and tariff pattern for both operators and the public, in addition to increasing state revenue and frequency utilization. The zone is one of the indicators in calculating the BHP ISR tariff. Based on the Minister of Communication and Informatics Regulation number 7 of 2021 regarding the use of the radio frequency spectrum, the determination of areas within the ISR tariff zones is reviewed at least once every five years, considering the economic aspects of a region. Over time, the district/city areas undergo changes, both in terms of service area expansion and regional development, which affect the economic profile of a district/city area, necessitating an evaluation to update the ISR Tariff Zones. The evaluation of ISR tariff zones is based on the K-Mean Clustering method, using 40 clusters as the initial centroid reference with a final result of 5 zones. This method is based on an analysis of the economic potential of a region, reflected through the Gross Domestic Product (GDP) as demand and the utilization of telecommunication services, reflected through traffic as supply. The results of the ISR zone evaluation from this study are the first option, zone 1 with 92 districts/cities, zone 2 with 132 districts/cities, zone 3 with 141 districts/cities, zone 4 with 105 districts/cities, and zone 5 with 44 districts/cities. While option 2, zone 1 with 5 districts/cities, zone 2 with 11 districts/cities, zone 3 with 29 districts/cities, zone 4 with 101 districts/cities, and zone 5 with 368 districts/cities. This research is expected to provide an overview of the ISR zone adjustment method based on the economic and technological conditions of a region for development in promoting Indonesia’s digital transformation."

"ABSTRAKPenelitian ini membahas tentang pergeseran makna yang terjadi pada kata serapan bahasa Inggris dalam bahasa Jepang. Metode pengumpulan data yang digunakan adalah studi dokumen. Data bersumber dari media sosial Twitter dan referensi kata serapan yang digunakan berasal dari buku pelajaran Minna no nihongo 1 dan 2. Data dianalisis dengan metode analisis deskriptif. Teori yang digunakan dalam penelitian ini adalah teori pergeseran makna J.D Parera. Melalui penelitian ini diharapkan pembaca dapat memahami kesan makna dari kata serapan yang terdapat dalam karya tulis maupun yang diucapkan oleh penutur bahasa Jepang agar tidak terjadi gagal paham saat berkomunikasi. Hasil penelitian ini menyatakan bahwa pergeseran makna yang terjadi dapat berjenis menyempit dan meluas.

---

ABSTRACTThis research discusses about semantic shift phenomena that occurs in English loanword into Japanese language. Data collecting method is study documents. Data resources are obtained from social media Twitter and the reference words are derived from Minna no Nihongo lesson book, chapter 1 and 2. The data is analyzed by descriptive analysis method. This research used the theory of a semantic shift from J.D Parera. From this research, it is expected that the readers would understand the meaning of the loanword which was contained in the papers and spoken by Japanese speaker in order to avoid misunderstanding in communication. The result of this research proves that the occuring semantic shift phenomena can be narrowing and widening."

"

Analisis triclustering merupakan teknik analisis pada data 3D (observasi – atribut – konteks). Analisis triclustering dapat mengelompokkan observasi pada beberapa atribut dan konteks secara bersamaan. Analisis triclustering telah sering diterapkan untuk menganalisis data ekspresi gen microarray. Penelitian ini menggunakan metode δ-Trimax untuk melakukan analisis triclustering pada data ekspresi gen microarray. Metode δ-Trimax bertujuan untuk menemukan tricluster yang memiliki mean square residual kecil dari δ dan volume maksimal. Tricluster diperoleh dengan cara melakukan penghapusan node dari data 3D dengan menggunakan algoritma multiple node deletion dan single node deletion. Kandidat tricluster yang telah didapatkan, dilakukan pengecekan  kembali dengan menambahkan beberapa node yang telah dihapus sebelumnya menggunakan algoritma node addition. Pada penelitian ini dilakukan perbaikan program pada metode δ-Trimax dan juga menambahkan penghitungan evaluasi tricluster yang dihasilkan.  Implementasi metode δ-Trimax dilakukan pada data ekspresi gen dari proses diferensiasi human induced pluripoten stem cell (HiPSC) dari pasien penyakit jantung. Ekspresi gen diukur pada 12 titik waktu dan 3 replikasi. Dari beberapa simulasi yang dilakukan, metode δ-Trimax memberikan hasil terbaik ketika δ=0,0068 dan λ=1,2. Berdasarkan tricluster yang dihasilkan dari simulasi terbaik tersebut, dipilih 5 tricluster yang diduga sebagai ciri-ciri penyakit jantung. Lima tricluster ini dapat menjadi pertimbangan bagi ahli medis untuk melakukan tindakan lebih lanjut terhadap pasien.

---

Triclustering analysis is an analysis technique on 3D data (observation - attribute - context). Triclustering analysis can group observations on several attributes and contexts simultaneously. Triclustering analysis has been frequently applied to analyze microarray gene expression data. This study used the δ-Trimax method to perform triclustering analysis on microarray gene expression data. The δ-Trimax method aims to find a tricluster that has a mean square residual smaller than δ and a maximum volume. Tricluster is obtained by deleting nodes from 3D data using multiple node deletion and single node deletion algorithms. The tricluster candidates that have been obtained are checked again by adding some previously deleted nodes using the node addition algorithm. In this research, the program improvement of the δ-Trimax method was carried out and also the calculation of the resulting tricluster evaluation. The implementation of the δ-Trimax method was carried out on gene expression data from the differentiation process of human induced pluripotent stem cells (HiPSC) from patients with heart disease. Gene expression was measured at 12 time points and 3 replications. From several simulations performed, the δ-Trimax method gives the best results when δ = 0.0068 and λ = 1.2. Based on the tricluster generated from the best simulation, 5 tricluster were selected which were suspected as a characteristic of heart disease. These five tricluster can be a consideration for medical experts to take further action on patients.

"

"Kemiskinan di Indonesia masih menjadi masalah yang harus diperhatikan setiap tahun. Menurut Laporan Susenas Maret 2022, Pulau Sulawesi menempati urutan ketiga dari enam pulau besar di Indonesia berdasarkan persentase penduduk miskin. Hal ini menunjukkan masih banyak penduduk di Pulau Sulawesi yang mengalami kemiskinan. Oleh karena itu, pemerintah perlu mengambil kebijakan yang tepat untuk mengatasi kemiskinan. Salah satu upaya yang dapat dilakukan pemerintah adalah dengan melakukan pengelompokan, yaitu mengelompokkan daerah-daerah kabupaten/kota di Pulau Sulawesi berdasarkan variabel-variabel kemiskinan. Tujuan penelitian ini adalah mengelompokkan data secara dua arah yaitu pengelompokan berdasarkan kabupaten/kota dan variabel-variabelnya secara bersamaan. Dengan terbentuknya pengelompokan kabupaten/kota dan variabel secara bersamaan akan mempermudah pemerintah untuk membuat kebijakan untuk mengatasi kemiskinan. Metode yang sesuai untuk mengelompokkan kabupaten/kota dan variabel-variabel secara bersamaan adalah metode biclustering. Metode biclustering dapat melakukan pengelompokan observasi dan karakteristik secara bersamaan sehingga terbentuk bicluster yang dapat dicirikan dengan karakteristik yang berbeda. Salah satu algoritma biclustering yaitu Iterative Signature Algorithm (ISA). Pengelompokan dengan menggunakan Iterative Signature Algorithm (ISA) memerlukan nilai ambang batas atas dan nilai ambang batas bawah. Nilai ambang batas adalah nilai yang digunakan untuk menentukan apakah suatu wilayah kabupaten/kota dan variabel-variabel dapat masuk ke dalam bicluster. Hasil yang terbaik dipilih berdasarkan rata-rata Mean Square Residu (MSR) per volume. Analisis biclustering pada data kemiskinan di Pulau Sulawesi tahun 2022 menggunakan Iterative Signature Algorithm (ISA) menghasilkan sebanyak 2 bicluster. Pemerintah diharapkan dapat membuat kebijakan yang tepat sesuai dengan masalah yang terjadi pada bicluster 1 dan bicluster 2.

---

Poverty in Indonesia is still a problem that must be addressed every year. According to the March 2022 Susenas report, Sulawesi Island ranks at third out of six major islands in Indonesia based on the percentage of the population living in poverty. This shows that there are still many people in Sulawesi Island who experience poverty.  Therefore, the government needs to take the right policy to overcome poverty. One of the efforts that the government can make is by clustering, namely grouping districts/cities on the island of Sulawesi based on poverty variables. The objective of this research is to group the data in two directions, namely grouping by district/city and its variables simultaneously. With the formation of groupings of districts/cities and variables simultaneously, it will be easier for the government to make policies to overcome poverty. The appropriate method to group districts/cities and variables together is the biclustering method. The biclustering method able to group observations and characteristics simultaneously so that biclusters formed that can be characterized differently. One of the biclustering algorithms is the Iterative Signature Algorithm (ISA). Clustering using the Iterative Signature Algorithm (ISA) requires an upper threshold value and a lower threshold value. Threshold value is the value used to determine whether a district/city and variables can be included in a bicluster. The best result is selected based on the average Mean Square Residu (MSR) per volume. Biclustering analysis of poverty data in Sulawesi Island in 2022 using Iterative Signature Algorithm (ISA) produce 2 biclusters. Based on this results, the government is expected to make a right policy to overcome poverty problems in bicluster 1 and bicluster 2."

"Latar belakang: Kapasitas difusi paru berdasarkan karbon  ke  sirkulasi pulmoner. Nilai DLCO prediksi pada asma cenderung normal atau sedikit monoksida (DLCO) didesain untuk mengukur laju perpindahan gas CO dari alveolus meningkat sedangkan pada PPOK kapasitas difusi cenderung menurun akibat emfisema. Sindrom tumpang-tindih asma-PPOK dinyatakan sebagai entitas yang unik dengan kombinasi karakteristik asma dan PPOK. Tujuan utama penelitian ini adalah mengetahui nilai DLCO pada pasien tumpang tindih asma- PPOK (TAP) di RSUP Persahabatan Jakarta.Metode: Uji DLCO dengan metode napas tunggal dan beberapa pemeriksaan penunjang lainnya telah dilakukan pada 40 pasien yang terdiagnosis sebagai TAP. Diagnosis TAP pada subjek penelitian ditegakkan menggunakan kriteria pedoman GINA/GOLD 2017. Kriteria akseptabilitas dan reprodusibilitas DLCO napas tunggal dinilai menggunakan kriteria dari ATS/ERS 2017. Hasil uji DLCO disajikan dalam nilai mutlak dan nilai persen prediksi.Hasil: Rerata nilai DLCO mutlak dan %DLCO prediksi yang didapatkan dalam penelitian ini adalah 17.98 ± 5.37 mL/menit/mmHg dan 84.16 ± 18.29%. Jika menggunakan persamaan penyesuaian DLCO berdasarkan kadar hemoglobin didapatkan nilai %DLCO prediksi sedikit meningkat dibanding sebelumnya. Terdapat 10 subjek (25.0%) yang mengalami penurunan nilai DLCO. Enam diantaranya mengalami penurunan ringan dan empat lainnya mengalami penurunan sedang.Kesimpulan : Rerata nilai DLCO pada subjek TAP di RSUP Persahabatan Jakarta dapat diinterpretasikan normal, lebih menyerupai asma dibandingkan PPOK. Hasil ini juga mengindikasikan kebanyakan pasien TAP dalam penelitian ini tidak mengalami penurunan luas permukaan alveolar yang mengganggu proses difusi

---

Background: Diffusing capacity of the lung for carbon monoxide (DLCO) was designed to measure transfer rate of carbon monoxide from alveoli to pulmonary circulation. As we know, DLCO predicted value in asthma proved to be normal or slightly elevated. On contrary it decreased in COPD with emphysematous pattern. Asthma–chronic obstructive pulmonary disease overlap (ACO) declared as a unique entity with combined characteristics between asthma and COPD. The aim of the research is to find out DLCO value of ACO patient in Persahabatan Hospital, Jakarta.

Method: We have conducted single-breath DLCO and other required test to 40 patients diagnosed with ACO using GINA/GOLD 2017 guidelines. The acceptability and reproducibility of single-breath DLCO was done according to ATS/ERS 2017 criteria. The result then presented as absolute value and percent predicted value.

Results: The mean DLCO of our patient is 17.98 ± 5.37 mL/minute/mmHg with percent predicted value is 84.16 ± 18.29%. Using adjusted DLCO equation for hemoglobin, we found that the value is slightly increased, 85.17 ± 18.04%. However, we found 10 patient (25.0%) with DLCO decrease. Six of them have DLCO predicted value <75% (mild-decrease) and four of them have DLCO predicted value <60% (moderate-decrease).

Conclusion: The mean DLCO value of patient with ACO in our hospital can be interpreted as normal, similar with asthma, rather than COPD. It also indicate most of our patient did not have alveolar loss that altering diffusion process."