Hasil Pencarian  ::  Simpan CSV :: Kembali

"Prevalens gizi lebih dan obesitas pada anak di Indonesia masih cukup tinggi. Konsumsi susu formula, terutama tingginya kandungan tinggi protein, berhubungan dengan kejadian gizi lebih dan obesitas pada anak sehingga kadar protein pada susu formula dianjurkan untuk diturunkan. Belum pernah terdapat penelitian di Indonesia mengenai hubungan konsumsi susu pertumbuhan dengan kejadian gizi lebih dan obesitas pada anak.Tujuan: Mengetahui rerata asupan energi, rasio kalori susu pertumbuhan dibandingkan kalori total per hari, protein susu pertumbuhan, dan rasio kalori protein susu pertumbuhan dibandingkan kalori protein total per hari dan hubungannya dengan kejadian gizi lebih dan obesitas pada anak usia 2-3 tahun. Metode: Studi potong lintang dilakukan untuk mengetahui proporsi gizi lebih dan obesitas, dilanjutkan dengan studi kasus kontrol untuk mengetahui hubungan susu pertumbuhan terhadap kejadian gizi lebih dan obesitas dengan matching usia dan jenis kelamin. Penelitian dilakukan di Posyandu Jakarta Pusat dan Timur bulan September hingga Desember 2018. Kelompok kasus merupakan subyek gizi lebih dan obes, sedangkan kelompok kontrol merupakan subyek gizi baik. Subyek menjalani pengukuran antropometri dan penilaian asupan nutrisi menggunakan food record selama 3 hari. Hasil: Sebanyak 292 subyek dengan kelompok kasus 34 subyek dan kelompok kontrol 68 subyek. Proporsi gizi lebih dan obesitas pada anak usia 2-3 tahun sebesar 12%. Terdapat perbedaan bermakna pada asupan energi susu pertumbuhan [516,1 (0-1546,7) vs 238,5 (0-1090,4) kkal/hari, p<0,001], rasio kalori susu pertumbuhan dengan kalori total per hari [41,1 (0-83,7) vs 20,8 (0-80,7)%, p<0,001], protein [18,9 (0-71,7) vs 8,6 (0-50,7) g/hari, p<0,001], dan rasio kalori protein susu pertumbuhan dengan kalori protein total [46,9 (0-89,5) vs 19 (0-72,3)%, p<0,001] antara kelompok kasus dan kelompok kontrol. Kesimpulan: Konsumsi susu pertumbuhan yang berlebih berhubungan dengan kejadian gizi lebih dan obesitas pada anak usia 2-3 tahun.

---

Overweight and obesity prevalence in Indonesia is quite high. Recent studies suggest that consumption of infant formula, particularly high protein content, was related to overweight and obesity in children. Therefore, protein content in infant formula was recommended to be lowered. Currently, there is no data on the association between growing-up milk consumption and overweight and obesity in children aged 2-3 years in Indonesia.

Objective: To determine the average intake of growing-up milk energy, ratio of growing-up milk calories to the total calories per day, growing-up milk protein, and ratio of growing-up milk protein calories to the total protein calories per day and their relationship with overweight and obesity children aged 2-3 years.

Methods: Cross-sectional study was conducted to determine the proportion of overweight and obesity, followed by case-control study to determine the relationship between growing-up milk consumption with overweight and obesity. Overweight and obese subjects were considered as the case group, while normal weight subjects were categorized as control group. Study was conducted in Jakarta since September to December 2018. Three days-food record analysis were performed.

Results: A total of 292 subjects with 34 cases and 68 controls. The proportion of overweight and obesity in children aged 2-3 years was 12%. There were significant differences between case and control group in terms of growing-up milk energy intake [516.1 (0 to 1546.7) vs. 238.5 (0 to 1090.4) kcal/day, p<0.001], ratio of growing-up milk calories to total calories per day [41.1 (0 to 83.7) vs 20.8 (0 to 80.7)%, p<0.001], growing-up milk protein [18.9 (0 to 71.7) vs 8.6 (0 to 50.7) g/day, p<0.001], and ratio of growing-up milk protein calories to total protein calories [46.9 (0 to 89.5) vs. 19 (0 to 72.3)%, p<0.001].

Conclusion: Excessive consumption of growing-up milk had significant relationship with overweight and obesity in children aged 2-3 years. "

"ABSTRAKPaparan sinar ultraviolet (UV) terbukti dapat menjadi salah satu pemicu dari timbulnya ruam kulit tersebut dan beberapa gejala penyakit lupus pada organ lainnya. Odapus (orang dengan penyakit lupus) harus mengurangi intensitas terkena paparan sinar matahari dengan tidak terlalu sering terkena kontak sinar matahari dan atau dapat ditopang dengan menggunakan krim tabir surya (sunscreen). Propolis telah terbukti mengandung bioaktif yang memiliki aktivitas photoprotector dan dapat dijadikan salah satu bahan aktif dalam pembuatan sunscreen. Penelitian ini bertujuan untuk membuat sunscreen dalam sediaan berupa cream yang dapat diaplikasikan oleh odapus sebagai pelindung kulit dari sinar UV. Analisis dilakukan berdasarkan nilai SPF (Sun Protection Factor) yang didapat dari pengukuran secara in vitro. Didapat hasil berupa krim dengan partikel propolis yang dibuat dalam ukuran nano dan disalut dengan protein susu berupa kasein terbukti memiliki nilai SPF lebih tinggidibandingkan krim dengan propolis non nano.

---

ABSTRACTUltraviolet (UV) lights has been proven to be the trigger of that skin eruption and another lupus symptoms in many organs. People with lupus have to reduce the intensity of UV light explanation on his/her skins with avoiding UV light contacts or using sunscreen. Propolis

have proven contains with bioactive agent which have photoprotector activity and could be one of active agent in sunscreen making. The purpose of this research is to make a sunscreen cream which could be applied by people who have lupus as a skin photoprotector. Sample was analyzed from Sun Protection Factor (SPF) value using in vitro method. The result is sunscreen cream added with propolis which have been saluted with milk protein (casein micelle) have higher SPF value than sunscreen cream added with propolis."

"Lemak, laktosa, dan protein merupakan tiga komponen penting yang dimiliki pada susu sebagai komponen kualitas susu. Kadar lemak, laktosa, dan protein susu dapat diukur menggunakan instrumen pengukur spektrofotometer, laktoscan, dan metode konvensional lainnya. Namun dari instrumen-instrumen pengukuran tersebut masih cukup mahal, memerlukan waktu yang lama untuk mempersiapkan sampel dengan prinsip kemometrik, sehingga dapat merusak sampel. Dalam penelitian ini dirancang sistem pengukuran kadar lemak, laktosa, dan protein pada susu yang lebih murah, efisien, dan tidak merusak sampel menggunakan kamera hiperspektral sebagai instrumen pengukuran dan berbasis convolutional neural network sebagai algoritma pengukuran. Kamera hiperspektral yang digunakan pada rentang panjang gelombang 400 -1000 nm (VIS-NIR) digunakan untuk mengakuisisi karakteristik spasial dan spektral pada susu ultra high temperature (UHT), sapi, kambing. Algoritma regresi convolutional neural network digunakan untuk melakukan prediksi nilai kadar lemak, laktosa, dan protein pada susu. Pada model regresi Modified CNN-GoogLeNet menghasilkan RMSE sebesar 0,66 dan R2 sebesar 0,95 pada data uji untuk pengukuran kadar lemak. Lalu RMSE sebesar 0,45 dan R2 sebesar 0,88 pada data uji untuk pengukuran kadar laktosa. Kemudian RMSE sebesar 0,36 dan R2 sebesar 0,76 pada data uji untuk pengukuran kadar protein. Hal ini menunjukan sistem pengukuran kadar lemak, laktosa, dan protein menggunakan kamera hiperspektral berbasis algoritma Modified CNN-GoogLenet dapat digunakan untuk prediksi kadar lemak, laktosa, dan protein.

---

Fat, lactose, and protein are three important components in milk as a component of milk quality. The fat, lactose, and protein content of milk can be measured using a spectrophotometer, lactoscan, and other conventional methods. However, these measurement instruments are quite expensive, require a long time to prepare samples with chemometric principles, so it can damage the sample. In this research, a system for measuring fat, lactose, and protein content in milk is designed that is cheaper, and does not damage the sample (non-destructive) using hyperspectral camera as a measurement instrument and based on a convolutional neural network as a measurement algorithm. Hyperspectral camera used in the wavelength range of 400 -1000 nm (VIS-NIR) was used to acquire the spatial and spectral characteristics of ultra high temperature (UHT), cows, goats milk. Convolutional neural network regression algorithm was used to predict the content of fat, lactose, and protein in milk. The CNN-GoogLeNet Modified regression model give RMSE value is 0.66 and R2 value is 0.95 in the test data to measure fat content. Then RMSE value is 0.45 and R2 value is 0.88 on the test data to measure lactose content. Then RMSE value is 0.36 and R2 value is 0.76 on the test data to measure protein content. This shows that the measurement system for fat, lactose, and protein content using a hyperspectral camera based on the Modified CNN-GoogLenet algorithm can be used to predict fat, lactose, and protein levels."