Authors:Ulin Nasirotuzahroh, R. Susanti Pages: 1 - 9 Abstract: Trombosis merupakan pembentukan bekuan darah (trombus) yang tidak normal di pembuluh darah akibat ketidakseimbangan sistem hemostasis. Protease cacing (lumbrokinase) dari Lumbricus rubellus memiliki kemampuan fibrinolitik dengan aktivitas ganda, yaitu melarutkan fibrin dalam trombus dan mengubah plasminogen menjadi plasmin. Tujuan penelitian ini adalah untuk menganalisis pengaruh pemberian jus cacing tanah terhadap waktu perdarahan, waktu pembekuan, dan jumlah trombosit pada tikus yang diberi asam traneksamat (TXA). Penelitian ini menggunakan postest randomized controlled group design dengan rancangan acak lengkap (RAL). Sebanyak 15 ekor tikus jantan galur Wistar dibagi menjadi 5 kelompok, yaitu kelompok kontrol normal (KN) yang tidak diberi perlakuan, kelompok kontrol positif (KP) diberi TXA 50 mg/kgBB dan aspirin 100 mg/kgBB, dan kelompok perlakuan jus cacing yang diberi TXA 50 mg/kgBB kemudian masingmasing diberi jus cacing 1,5 gram/kgBB (P1); 2 gram/kgBB (P2); dan 2,5 gram/kgBB (P3). Sediaan uji diberikan sekali sehari secara oral selama 7 hari. Pengambilan darah dilakukan pada hari ke-7 untuk pemeriksaan waktu perdarahan, waktu pembekuan, dan jumlah trombosit. Masing-masing data dianalisis dengan one-way anova dilanjutkan uji LSD. Hasil penelitian menunjukkan bahwa pemberian jus cacing tanah pada tikus yang diberi asam traneksamat berpengaruh signifikan meningkatkan waktu perdarahan dan waktu pembekuan darah, namun tidak berpengaruh signifikan menurunkan jumlah trombosit. Hal ini menunjukkan bahwa cacing tanah berpotensi dikembangkan sebagai obat terapi fibrinolitik yang aman tanpa risiko perdarahan. PubDate: 2023-04-18 DOI: 10.15294/ijmns.v46i1.46173 Issue No:Vol. 46, No. 1 (2023)
Authors:Yopi Julia Nurriski, Alamsyah Alamsyah Pages: 10 - 20 Abstract: Cardiovascular disease (CVD) adalah penyebab signifikan morbiditas dan mortalitas di seluruh dunia. Aritmia menjadi salah satu kondisi yang paling parah dari CVD. Penyakit ini mengacu pada ketidakteraturan denyut atau irama jantung. Penyakit aritmia dapat diidentifikasi melalui rekaman sinyal elektrokardiogram (EKG). Pada penelitian ini, dilakukan data cleaning yang bertujuan untuk menghilangkan missing value pada dataset. Adapun metode yang digunakan untuk klasifikasi adalah Deep Convolutional Neural Network (Deep CNN) dengan arsitektur Conv1D. Oleh karena itu, dilakukan perubahan dimensi input menjadi satu dimensi. Data hasil perubahan dimensi dilanjutkan dengan proses normalisasi data menggunakan metode standar (z-score normalization) dan pembobotan dengan menggunakan WeightedRandomSample. Hal ini dilakukan agar didapatkan keseimbangan data. Selanjutnya, dataset diekstrasi dan diklasifikasikan dengan Deep CNN. Pemilihan Deep CNN dalam ekstraksi fitur karena dapat mengektraksi fitur yang sangat kompleks dari sinyal EKG sehingga dapat mencegah kehilangan informasi-informasi penting pada dataset. Selanjutnya dilakukan evaluasi menggunakan Confusion Matrix. Dari hasil evaluasi Deep CNN dengan arsitektur Conv1D pada deteksi arimtia menghasilkan akurasi 98,88% yang lebih tinggi dari metode sebelumnya. PubDate: 2023-04-01 DOI: 10.15294/ijmns.v46i1.46176 Issue No:Vol. 46, No. 1 (2023)
Authors:Taufan Giri Ramdani, Muhammad Kharis Pages: 21 - 37 Abstract: Dari bulan oktober sampai November 2020, Inggris, Jerman dan Jepang telah memusnahkan lebih dari 3 juta unggas karena terinfeksi virus flu burung. Pada bulan februari tahun 2021 rusia melaporkan kasus penularan virus flu burung varian H5N8 pada pekerja peternakan unggas. Virus ini disebarkan melalui unggas terinfeksi ke unggas rentan dan unggas terinfeksi ke manusia rentan serta manusia terinfeksi dengan manusia rentan. Pemberian vaksin pada unggas merupakan salah satu cara menekan penyebaran virus flu burung. Sehingga Dibentuk sebuah penelitian untuk membangun model matematika penyebaran virus flu burung, mencari titik kestabilan dari model yang dibuat dan pembuatan simulasi numerik. Penelitian ini menghasilkan model S,I,T,R,Sb,Ib,Vb dengan adanya pemberian treatment kepada manusia terinfeksi (I) dan vaksinasi burung rentan (Vb) dalam populasi burung dan manusia konstan,: (a) titik ekuilibrium P0 stabil asimtotik lokal untuk kondisi R0<1 dan r0<1 (b) titik ekuilibrium P0 tidak stabil dan P1 stabil asimtotik lokal untuk kondisi R0>1 dan r0<1 dan (c) titik ekuilibrium P0 dan P1 tidak stabil serta P2 stabil asimtotik lokal untuk kondisi R0>1 dan r0>1. Hasil penelitian ini diperoleh beberapa fakta yaitu semakin kecil nilai peluang kontak unggas rentan dengan unggas terinfeksi dan kontak manusia rentan dengan manusia terinfeksi serta semakin besar nilai proporsi manusia yang diberi treatment dan burung rentan yang diberikan vaksin maka akan memperkecil populasi manusia yang terinfeksi virus flu burung. PubDate: 2023-04-16 DOI: 10.15294/ijmns.v46i1.46175 Issue No:Vol. 46, No. 1 (2023)
Authors:Moh Khubaib Tamami, Iqbal Kharisudin Pages: 38 - 44 Abstract: Kredit bermasalah atau Non-Performing Loan (NPL) merupakan suatu risiko yang terdapat dalam setiap pemberian kredit oleh bank atau institusi pemberian kredit kepada customernya. Suatu bank memiliki risiko yang tinggi dalam hal kredit dapat dilihat dari tinggi rendahnya NPL bank tersebut. Permasalahan NPL ditandai dengan kredit yang tidak dapat kembali tepat pada jangka waktu yang telah ditentukan. Analisis penilaian risiko calon debitur pada suatu bank perlu dilakukan untuk mengantisipasi permasalahan NPL. Pada penelitian ini dilakukan analisis pemodelan kualitas kredit menggunakan metode Support Vector Machine (SVM) dan Naive Bayes Classifier (NBC) untuk melakukan klasifikasi penilaian risiko calon debitur. Pada SVM diujikan tiga fungsi kernel, yaitu fungsi kernel Linear, fungsi kernel Gaussian Radial Basis Function (RBF), dan fungsi kernel Polynomial. Hasil penelitian menunjukkan model klasifikasi yang dihasilkan oleh metode SVM fungsi kernel RBF merupakan model terbaik, dengan akurasi 96.65%. Hasil pemodelan dapat digunakan dalam mengklasifikasi sekaligus menyeleksi calon debitur, apakah akan menjadi debitur yang mempunyai kualitas kredit baik atau buruk. PubDate: 2023-04-18 DOI: 10.15294/ijmns.v46i1.46174 Issue No:Vol. 46, No. 1 (2023)
Authors:Kevyn Alifian Hernanda Wibowo, Alamsyah Alamsyah Pages: 45 - 52 Abstract: Diabetic Retinopathy (DR), juga dikenal sebagai penyakit mata diabetes, terjadi karena kerusakan pada retina akibat diabetes melitus yang berkepanjangan. DR dapat diklasifikasikan melalui gambar fundus retina. Namun, klasifikasi retinopati diabetik membutuhkan waktu yang tidak sedikit dan belum ada model yang memiliki performa tinggi dalam mengklasifikasikan DR. Tujuan dari penelitian ini mengusulkan model yang diharapkan memiliki tingkat akurasi yang lebih tinggi daripada penelitian sebelumnya. Metode yang digunakan adalah Convolutional Neural Network (CNN). Hasil evaluasi menunjukkan klasifikasi DR menggunakan CNN berarsitektur VGG-16 Net menghasilkan akurasi 96,24% sedangkan klasifikasi DR menggunakan CNN berarsitektur yang dimodifikasi menghasilkan akurasi 96.45%. Pada penelitian ini, akurasi model klasifikasi dapat ditingkatkan dengan menggunakan metode CNN berarsitektur termodifikasi. PubDate: 2023-04-01 DOI: 10.15294/ijmns.v46i1.46172 Issue No:Vol. 46, No. 1 (2023)
Open Access journal
